基于混洗差分的Web查询大数据隐私保护方法  

Privacy Protection Method for Web Query Big data Based on Shuffled Differential

作　　者：虞娟[1] Yu Juan(Department of Software Engineering,Maanshan Normal College,Maanshan,Anhui 243000,China)

机构地区：[1]马鞍山师范高等专科学校软件工程系,安徽马鞍山243000

出　　处：《黑龙江工业学院学报（综合版）》2022年第12期64-69,共6页Journal of Heilongjiang University of Technology(Comprehensive Edition)

基　　金：安徽高校优秀青年人才支持计划重点项目(项目编号:gxyqZD2018096);安徽省高等学校省级质量工程示范基层教学组织(教研室)项目(项目编号:2020SJSFJXZZ377);安徽省高校科研重点项目“基于本地差分的互联网隐私保护数据挖掘技术研究”(项目编号:2022AH052835)。

摘　　要：针对Web查询系统存在的查询数据量以及回合多的问题,提出基于混洗差分的Web查询大数据隐私保护方法。求解Web查询数据之间的相关性,去掉关联的冗余数据后,构建Web查询数据无关性负载矩阵,通过并行梯度下降矩阵分解上述矩阵。依据获取的Web查询大数据,通过基于混洗差分的洗牌者多维扰动发布模型实现Web查询数据隐私保护。实验表明,该方法可有效去除Web查询数据中的冗余数据,实现数据的隐私保护,降低Web查询大数据隐私被捕获的概率。Aiming at the problems of large amount of query data and multiple rounds in the Web query system,a privacy protection method for Web query big data based on shuffled differential is proposed.The correlation between Web query data is solved,and after removing the associated redundant data,the Web query data independence load matrix is constructed;The above matrix is decomposed by parallel gradient descent matrix;According to the obtained Web query big data,the privacy protection of Web query data is realized through the shuffler multidimensional disturbance publishing model based on shuffled differential.The experiment shows that this method can effectively remove redundant data from Web query data,achieve data privacy protection,and reduce the probability of capturing the big data privacy in Web query.

关 键 词：混洗差分 WEB查询 大数据 隐私保护 最大信息系数 矩阵分解 

分 类 号：TP311.13[自动化与计算机技术—计算机软件与理论] TP309[自动化与计算机技术—计算机科学与技术]