[发明专利]一种基于空间位置服务的差分隐私保护方法

权利要求书

1.一种基于空间位置服务的差分隐私保护方法，其特征在于：包括如下步骤：

（1）建立用户模型，收集并存储用户数据，将其中的每一条三维坐标点位置记录视为一个三维坐标点实体对象，这些实体对象集合命名为D；

（2）合理分配隐私预算ε，输出为一实体对象r∈Range，定义可用性函数q(D,r)，Δq为函数q(D,r)的敏感度，当满足以下公式时，此指数机制算法可为空间位置服务提供ε-差分隐私保护要求；

（3）合理运用交互式发布机制，选择迭代数据集生成架构，可以在数据发布提供保护的同时，减少耗费的隐私保护预算，从而降低噪声总量；

（4）采取适用于三维数据集的频繁项集挖掘方法，不需要查询端消耗过多的计算性能，通过降维实现数据挖掘方面的差分隐私保护；

（5）将经过处理后、带噪声的技术查询结果呈递至用户端。

2.根据权利要求2所述的一种基于空间位置服务的差分隐私保护方法，其特征在于，所述步骤（2）中应用的指数机制的编码，我们已知ε-差分隐私保护满足公式

其中，为具有相同属性结构，对称差仅为1的两个数据集，又称邻近数据集，M为随机算法，PM为M所有可能的输出构成的集合，SM为其任何子集。

3.根据权利要求1所述的一种基于空间位置服务的差分隐私保护方法，其特征在于，所述步骤（3）中应用迭代数据集生成架构，在该架构下，对于一个查询集合F，首先在定义域空间任意选择一个数据集F＇作为假设初始数据集，然后用此数据集来回答所有的查询，若发现有某个查询结果坐标和真实结果坐标之间的距离大于预定义阈值R时，如公式所示

其中，是真实结果坐标与初始数据集F＇之间的2-阶范数距离。

4. 根据权利要求1所述的一种基于空间位置服务的差分隐私保护方法，其特征在于，所述步骤（4）应用三维数据集的频繁项集挖掘方法，

找一个项集,使得最频繁的K个项集均是的子集，然后通过计算并利用中1-项集和2-项集的支持度，重构中所有子集的支持度，并添加相应的噪声；为避免K很大导致遍历子集计算代价增大的问题PrivBasis方法又将拆解为若干子集，提出了θ-基集的概念， 一个θ-基集表示为，其中称为一个基；任何一个支持度大于θ的项集都是某个的子集；的子集涵盖了所有支持度大于θ的项集，ω的值越小，且每个的数量越小，遍历所有子集的计算代价就越小；PrivBasis方法中提出了根据频繁1-项集和2-项集来构建θ-基集的算法；于是可以得到候选项集

其中为的任意子集，最后为候选项集的支持度加入Laplace噪声，并选择支持度最大的K个项集对外发布。