具有差分隐私网络模型的统计推断研究

发布时间：2021-01-28 10:27

　　随着大数据时代的到来,隐私保护问题成为了网络数据统计分析中的一个热门话题,其中差分隐私是隐私保护中常用的方法。在此框架下,一系列的算法被提出和发展,但对于带有隐私的数据的统计推断仍是一个挑战。特别地,Chatterjee etal.（2011）提出了点网络模型,其中度序列是该模型的充分统计量。在本文中,我们通过矩估计方法对带噪声的β网络模型的参数进行估计,并提出了差分隐私估计量的统计推断。主要得到了以下结果:我们首先通过矩估计方法估计差分隐私参数;然后研究了差分隐私估计量的相合性;再次,研究了差分隐私估计量的渐近正态性;最后,通过数值模拟和实际例子验证了差分隐私估计量的渐近正态性。 

【文章来源】：华中师范大学湖北省 211工程院校 教育部直属院校

【文章页数】：47 页

【学位级别】：硕士

【部分图文】：

海豚互动数据集网络图

图１．２：海豚互动数据集网络图的度分布??３??

图１．３：?ｗｏｌ傲据集网络图??


本文编号：3004832