[发明专利]一种采用Wasserstein距离的差分隐私贪心分组方法

权利要求书

1.一种采用Wasserstein距离的差分隐私贪心分组方法，其特征在于，包括以下步骤：

步骤1：读取第i时间点接收的数据集D_i；

步骤2：将D_i与上一个时间点发布的数据集D_i-1进行Wasserstein距离相似度计算，具体为：

对D_i中属性A的不同元素值进行统计，SD_i＝{{x_p1,f_p1},{x_p2,f_p2},…,{x_pm,f_pm}}，其中x_pf为元素值，f_pf为x_pf在D_i中出现的频数，对f_pf进行归一化处理，即得到P＝{x_p1,w_p1},{x_p2,w_p2},…,{x_pm,w_pm}}；

上一个时间点发布的含噪直方图所对应的真实数据的分布归一化后为Q，即Q＝{x_q1,w_q1},{x_q2,w_q2},…,{x_qn,w_qn}}，则P，Q之间的相似度的计算公式为：

其中，距离通过最优化问题：解出f_ij；

步骤3：当Wasserstein距离大于给定阈值T，则直接发布，即对当前时间点的数据集添加拉普拉斯噪声发布；否则，执行步骤4；

步骤4：判断上一次数据发布是否为直接发布，如果是直接发布，则先对当前时间点上的数据进行贪心分组，再进行发布；否则执行步骤5；

步骤5：则用上一个时间点上发布的噪声数据来代替本次发布。