面向电力工控网络大数据的微聚集差分隐私保护方法

作     者：程伟华 谭晶 徐明生 倪震 Cheng Weihua;Tan Jing;Xu Mingsheng;Ni Zhen

作者机构：江苏电力信息技术有限公司江苏南京210024 南京晓庄学院信息工程学院江苏南京211171 

出 版 物：《南京理工大学学报》 (Journal of Nanjing University of Science and Technology)

年 卷 期：2019年第43卷第5期

页      面：571-577页

学科分类：08[工学] 0835[工学-软件工程] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主　　题：微聚集 匿名化 频繁模式挖掘 差分隐私保护 

摘      要：针对隐私泄露问题,该文提出一种在频繁模式挖掘中依托微聚集算法实现的差分隐私保护方法,并将其应用到电力工控网络中。通过对指数机制和每个模式的微聚集权重的权衡,选择了Top-k频繁模式方法,并加入拉普拉斯噪声进行扰动,使每个被选择模式的原始支持度均实现了隐私保护与效用的平衡,最大程度地确保了信息发布、数据分析需求和隐私保护需求的平衡,保障了各方对电力工控系统的信任和电力工控系统的健康成长,在数据集上的实验结果验证了该方法的有效性。