42、基于随机索引的属性推断攻击与可验证分层密钥分配方案

基于随机索引的属性推断攻击与可验证分层密钥分配方案

在当今数字化信息时代，数据安全与隐私保护愈发重要。属性推断攻击和密钥分配方案作为信息安全领域的关键部分，对于保护用户隐私和数据安全起着至关重要的作用。本文将深入探讨基于随机索引的属性推断攻击方法以及可验证分层密钥分配方案。

基于随机索引的属性推断攻击

在属性推断攻击中，我们通过对目标用户出版物的反应进行分析，提出了一种新的视角。具体来说，如果一个术语出现在不同的上下文中，它可以用不同的向量来表示。为了捕捉这些不同的上下文，我们根据属性值对数据集进行了划分，并定义了一些条件来防止无用的划分。同时，我们采用随机索引方法来计算每个属性值中的术语向量，以确保生成的向量具有可比性。

1. 参数优化

   • 对于每个参数，我们创建一个不同值的数组，并使用Python的GridSearchCV工具自动找到数组中的最佳值。例如，对于学习率，我们分配了数组[0.01, 0.03, 0.05, 0.07]，并使用GridSearchCV找到给出最佳结果的值。
   • 对于随机索引（RI），我们设置维度为500，并将索引向量的两个非零元素选择为{-1, +1}，以最大化推断攻击的结果。
   • 我们的划分算法包含参数UTop和BTop，分别用于选择最频繁的重叠和非重叠的一元组和二元组。通过网格搜索，我们从数据集中学习到最佳参数值为UTop = 90和BTop = 110，其中UTop, BTop ∈ {10, 20, …, 200}。

2. 推断结果 <