基于负调查的敏感信息收集方法及其应用研究

发布时间：2021-08-11 09:54

　　负调查是一种新型的敏感信息收集方法,其只需要参与者提供与自身类别不同的类别给收集者,而收集者可以通过特定的统计学方法（称之为重构方法）,来从负调查结果中重构出所有参与者的敏感信息分布。由于在负调查中,参与者仅仅提供了和自身类别不同的类别,因此,负调查可以在保护个人敏感信息隐私的前提下,完成敏感信息收集任务。由于操作简单,计算量小等优点,负调查在近年来得到了越来越多的关注。本文针对负调查的重构方法展开了研究,提出了两种新的负调查重构方法。此外,本文还改进了已有的基于负调查的位置信息收集方法,并扩展了负调查的应用领域,将负调查应用于收集评价信息以及时序敏感信息收集之中。具体地,本文的主要研究内容和创新之处总结如下:（1）提出了一种新的负调查重构方法（称之为NStoPS-LP）,该重构方法将重构过程转换成一个线性规划问题,并采用内点法来求解所得线性规划问题。在人工数据集上的模拟实验结果表明,相比于已有的重构方法,NStoPS-LP可以更加高效地获得不包含负数的重构结果。此外,本文还通过模拟实验在实际的教育质量评价数据集上验证了 NStoPS-LP的性能。实验结果表明,即使在实际的应用场景下,... 

【文章来源】：中国科学技术大学安徽省 211工程院校 985工程院校

【文章页数】：153 页

【学位级别】：博士

【部分图文】：

图２．１不同分布的重构结果??及ＮＳｔｏＰＳ－ＬＰ

最终，我们用均方误差来衡量两种方法所得结果的可用性。均方误差的??计算方法如公式（２．１１）所示，其中，ｉＶ是被调查者的人数。为了保证实验结果??的可靠性，相同参数设置下，我们运行了?３０次模拟实验，平均结果如图２．２所示。??同时，为了检验重构方法所得重构结果精度的稳定性，我们还计算了?３０次实验??结果的标准差，并在图２．３中进行了展示。??Ｃ??Ｅｒｒｏｒ?￣?〇２?（２－Ｈ）??°＊１２?＿?—ＮＳｔｏＰＳ?Ｉ??０．１?ＮＳｔｏＰＳ－ＬＰ??０．０８?＼??§?０．０６??０．０４??０．０２?一?—————…一??０??１２３４５６７８９??ｋ??图２．２不同的々下，不同方法所得重构结果的￡ｒｒ〇ｒ??由图２．２－２．３我们可以发现，ＮＳｔｏＰＳ－Ｉ和ＮＳｔｏＰＳ－ＬＰ所得重构结果的Ｅｒｒｏｒ均??小于０．１２，且所得重构结果￡／７＾的标准差均小于０．００２５。而且，两种重构方法??１７??

ＮＳｔｏＰＳ－ＬＰ和己有的重构方法具有相似的可用性。??为了检测ＮＳｔｏＰＳ－ＬＰ的计算效率，在上述的模拟实验中，我们还记录了??ＮＳｔｏＰＳ－Ｉ和ＮＳｔｏＰＳ－ＬＰ的迭代次数，如图２．４所示。其中，ＮＳｔｏＰＳ－Ｉ的迭代精??度为１（Ｔ３，?ＮＳｔｏＰＳ－ＬＰ的迭代精度为ＭＴＡＬＢＥ２０１５ａ的默认值。不仅如此，我们??还记录了?ＮＳｔｏＰＳ－Ｉ?和?ＮＳｔｏＰＳ－ＬＰ?的运行时间（Ｉｎｔｅｌ?ｉ７－３７７０，３．４０ＧＨＺ，?８．００?ＧＢ??ＲＡＭ），如图２．５所示。??１００００?—ｓｔｅｍ??９０００?＼??８０００?■?ＮＳｔｏＰＳ－ＬＰ??７０００??崧?６０００??Ｓ?５０００??§?４０００?，??３０００?、＼??２０００?Ｖ、??１０００??０?＞￣■￣￣■￣￣＞￣．：：Ｈ＿?會：１??１２３４５６７８９??ｋ??图２．４不同的ｋ下，不同方法所需迭代次数??１８??


本文编号：3335950