局部差分隐私下的多维范围查询应答
密码学与安全
2020-09-15 v1 数据库
数据结构与算法
摘要
在本文中，我们解决了局部差分隐私下应答多维范围查询的问题。存在三个关键技术挑战：捕捉属性间的相关性、避免维度灾难以及处理属性的大定义域。现有方法均未能令人满意地同时应对这三个挑战。为克服这三个挑战，我们首先提出一种称为二维网格（TDG）的方法。其主要思想是仔细使用分箱将所有属性对的二维（2-D）定义域划分为二维网格，这些网格能够应答所有二维范围查询，然后从相关二维范围查询的应答中估计高维范围查询的应答。然而，为了减少由噪声引起的误差，二维网格中每个属性都需要较粗的粒度，从而丢失了单个属性的细粒度分布信息。为纠正这一缺陷，我们进一步提出混合维度网格（HDG），其还引入一维网格以捕捉每个单独属性分布的更细粒度信息，并结合一维和二维网格的信息来应答范围查询。为使HDG持续有效，我们基于对不同误差来源如何受这些选择影响的分析，提供了合理选择网格粒度的指导原则。在真实和合成数据集上进行的大量实验表明，HDG相比现有方法能带来显著改进。
引用
@article{arxiv.2009.06538,
title = {Answering Multi-Dimensional Range Queries under Local Differential Privacy},
author = {Jianyu Yang and Tianhao Wang and Ninghui Li and Xiang Cheng and Sen Su},
journal= {arXiv preprint arXiv:2009.06538},
year = {2020}
}