1、在大數(shù)據(jù)及網(wǎng)絡(luò)無所不在的時(shí)代，海量個(gè)人信息被收集用于數(shù)據(jù)挖掘，以獲得具有經(jīng)濟(jì)或社會(huì)意義的潛在價(jià)值。由于數(shù)據(jù)公開要求或受利益驅(qū)使，相關(guān)機(jī)構(gòu)需要發(fā)布或交換收集到的數(shù)據(jù)。直接發(fā)布原始數(shù)據(jù)會(huì)泄露個(gè)人隱私，但恰恰這些數(shù)據(jù)中包含的敏感信息對(duì)于數(shù)據(jù)挖掘最有價(jià)值。如何在確保隱私安全的同時(shí)保持?jǐn)?shù)據(jù)使用價(jià)值已經(jīng)成為數(shù)據(jù)發(fā)布領(lǐng)域的研究熱點(diǎn)。
　　隱私保護(hù)模型主要分為分組匿名和差分隱私。分組匿名易受背景知識(shí)攻擊且缺陷層出不窮，而差分隱私與背景知識(shí)無關(guān)且經(jīng)

2、過嚴(yán)格數(shù)學(xué)證明并提供量化可控的隱私保護(hù)能力。因此，差分隱私被業(yè)界廣泛認(rèn)可并逐漸成為研究熱點(diǎn)。但差分隱私模型存在引入噪聲過大，數(shù)據(jù)可用性不高及實(shí)現(xiàn)困難多的問題。
　　現(xiàn)有面向數(shù)據(jù)挖掘的差分隱私發(fā)布方法中，將K-匿名模型和差分隱私相結(jié)合的DiffGen算法是公認(rèn)較好的算法。該算法以構(gòu)建決策樹的方式完成對(duì)原始記錄“先泛化，后逐步精確化”的分組發(fā)布過程。但該算法生成的數(shù)據(jù)集的分類準(zhǔn)確率不夠理想，對(duì)給定的隱私保護(hù)預(yù)算利用不夠充分。
　

3、　本文主要研究工作如下：
　　1.研究面向分類的差分隱私保護(hù)發(fā)布領(lǐng)域的主要技術(shù)，并且深入研究DiffGen算法的思想，針對(duì)其不足之處提出改進(jìn)方案。首先，分析比較了指數(shù)機(jī)制可用性函數(shù)，使用基尼增益替代信息熵增益和最大頻度。然后，研究其隱私預(yù)算分配方案，找出其利用不充分的問題。最后，提出自己的改進(jìn)算法GiniDiff。
　　2.對(duì)改進(jìn)方案進(jìn)行實(shí)現(xiàn)，并研究實(shí)現(xiàn)過程中的難題，用實(shí)驗(yàn)結(jié)果驗(yàn)證改進(jìn)效果。首先，使用面向?qū)ο蠓椒ń鉀Q泛化匿名