具有最优输出效用的差分隐私搜索日志净化

网络搜索日志包含极其敏感的数据，最近的AOL事件即为明证。然而，存储和分析搜索日志对许多目的（例如研究人类行为）非常有用。因此，一个重要研究问题是如何对搜索日志进行隐私净化。已有几种基于具体隐私模型的搜索日志匿名化技术被提出。然而，在所有这些解决方案中，技术的输出效用仅被评估，而未以任何方式最大化。实际上，为了实现有效的搜索日志匿名化，在满足隐私标准的同时推导出最优（最大效用）输出是可取的。在本文中，我们基于差分隐私这一严格的隐私标准，在搜索日志的背景下提出了效用最大化的净化方法。具体而言，我们利用优化模型来最大化净化过程对不同应用的输出效用，同时确保生成过程满足差分隐私。一个额外的好处是，我们新颖的随机化策略保证了输出的模式与输入相同。在真实搜索日志上的全面评估验证了该方法，并展示了其鲁棒性和可扩展性。