一种用于样本披露风险估计的平滑模型

当发布样本频数表时，若某些个体可基于表中称为关键变量的特定属性值被识别，进而推断其在其他属性上的值，导致隐私泄露，便会产生披露风险。基于待发布的样本以及可能掌握的部分总体知识，考虑发布样本的机构必须估计披露风险。风险主要源于代表小总体单元的非空样本单元，特别是总体唯一值。因此，风险评估需要判断有多少相关总体单元可能属于小单元。针对此任务已提出多种方法，我们提出一种方法，其中总体单元频数的估计基于对该单元局部邻域（即在所有属性上具有相似或接近值的单元）的平滑处理。我们提供了使用该方法的初步结果和实验。并与另外两种方法进行了比较：1. 对数线性模型方法，其中对给定单元的推断基于由对数线性模型确定的单元“邻域”。此类邻域与目标单元拥有一个或多个共同属性，但其他属性可能存在显著差异。2. Argus 方法，其中对给定单元的推断仅基于该特定单元的样本频数、样本设计以及已知的总体边缘分布，而不利用给定单元的任何类型“邻域”信息，也不利用任何使用表结构的模型。