以下为《实验二 任务3 数据差分隐私》的无排版文字预览,完整格式请下载
下载前请仔细阅读文字预览以及下方图片预览。图片预览是什么样的,下载的文档就是什么样的。
实验准备:Pycharm
实验环境:Python3.9
实验内容:对批处理生成的数据使用差分隐私算法
差分隐私技术的基本思路如下:
当用户(也可能是潜藏的攻击者)向数据提供者提交一个查询请求时,如果数据提供者直接发布准确的查询结果,则可能导致隐私泄漏,因为用户可能会通过查询结果来反推出隐私信息。
为了避免这一问题,差分隐私系统要求从数据库中提炼出一个中间件,用特别设计的随机算法对中间件注入适量的噪音,得到一个带噪中间件;再由带噪中间件推导出一个带噪的查询结果,并返回给用户。
这样,即使攻击者能够从带噪的结果反推得到带噪中间件,他也不可能准确推断出无噪中间件,更不可能对原数据库进行推理,从而达到了保护隐私的目的。
1、了解Laplace分布定义
/
/
代码实现:使用pycharm安装matplotlib包pip install matplotlib
import matplotlib.pyplot as plt
import numpy as np
def laplace_function(x, beta):
result = (1 / (2 * beta)) * np.e ** (-1 * (np.abs(x) / beta))
return result
# 在-5到5之 内容过长,仅展示头部和尾部部分文字预览,全文请查看图片预览。 u1 请点击下方选择您需要的文档下载。
以上为《实验二 任务3 数据差分隐私》的无排版文字预览,完整格式请下载
下载前请仔细阅读上面文字预览以及下方图片预览。图片预览是什么样的,下载的文档就是什么样的。