面向位置数据划分的差分隐私保护研究进展  

Review of Differential Privacy Protection for Location Data Partitioning

作　　者：韩慧慧 刘晴晴 吴锦华 孟令兵 HAN Huihui;LIU Qingqing;WU Jinhua;MENG Lingbing(College of Computer and Software Engineering,Anhui Institute of Information Technology,Wuhu 241000,China)

机构地区：[1]安徽信息工程学院计算机与软件工程学院,安徽芜湖241000

出　　处：《信息工程大学学报》2024年第2期219-226,共8页Journal of Information Engineering University

基　　金：科技创新2030重大项目(2020AAA0103600);教育部2021年第二批产学合作协同育人项目(202102325039);安徽信息工程学院青年科研基金资助项目(23QNJJKJ002)。

摘　　要：移动定位技术的发展促进了位置数据的收集和共享,导致位置数据集隐私面临泄露风险,而现有的隐私保护技术难以抵抗攻击者背景知识的攻击。差分隐私作为一种严格可证明的隐私保护模型,可以有效防止任意背景知识攻击。对差分隐私基础理论以及它在位置数据划分的应用进行综述,重点阐述了差分隐私预算分配策略和位置数据划分方法,并对其方法进行分析总结。在现有技术对比分析的基础上,指出了需要进一步深入研究的方向。The development of mobile location technology promotes the collection and sharing of location data,which leads to the problem of privacy disclosure of location data sets.However,the existing privacy protection technology is difficult to resist the attack of attackers’background knowledge.As a strictly provable privacy protection model,differential privacy can effectively prevent arbitrary background knowledge attacks.This paper summarizes the basic theory of differential privacy and its application in location data partitioning,focuses on the differential privacy budget allocation strategy and location data division method,analyzes and summarizes its methods.Based on the comparative analysis of existing technologies,the direction of further research is prospected.

关 键 词：差分隐私 位置数据 隐私保护 数据划分 

分 类 号：TP309.2[自动化与计算机技术—计算机系统结构]