- 博客(3)
- 收藏
- 关注
RSS订阅翻译 PrivGraph：利用社区信息发布差分隐私图数据
图数据的应用范围很广，在不加保护的情况下分析图数据容易存在隐私泄露风险。为了减轻隐私风险，我们采用差分隐私的标准技术来发布合成图。然而，现有的差分私有图合成方法要么通过直接扰动邻接矩阵引入过多噪声，要么在图编码过程中遭受大量信息损失。在本文中，我们通过利用社区信息提出了一种有效的图合成算法 PrivGraph。具体来说，PrivGraph 将私有图差分私密地划分为社区，提取社区内和社区间信息，并从提取的图信息中重建图。我们验证了 PrivGraph 在六个真实世界的图形数据集和七个常用图形指标上的有效性。
2023-06-01 17:26:42
539
1
转载 基于差分隐私的网络社交中的隐私保护
[1]杨文娟.基于差分隐私的网络社交中的隐私保护[J].无线互联科技,2021,18(22):28-30.
2022-12-06 17:57:26
827
3
原创 BUG总结
错误：解决办法：文件以utf-8另存原代码：错误：解决办法：二、IDEA相关1、工件部署失败重新加载工件中的包tomcat版本过高（10.0）解决办法：重新部署Web文件夹解决办法：查看该变量的@Autowired是否添加可能是SQL语句没空格！Timestamp()与数据库中datetime对应；此外还有Date()7、前端列表显示数据库无需< c >版：List < LoginLog >:LoginLog方法中存各种变量，省略setter和getter...
2022-05-20 23:25:51
587
空空如也
本地化差分隐私校正问题
2023-05-23
TA创建的收藏夹 TA关注的收藏夹
TA关注的人