论文部分内容阅读
差分隐私保护模型中，非交互式数据发布是一个研究的热点。提出了一个基于朴素贝叶斯的差分隐私合成数据集发布算法。该算法首先采用朴素贝叶斯的条件独立假设，计算原数据集的联合分布，然后采用指数机制，生成发布的数据集。仿真实验表明，随着隐私预算的增加，使用合成数据集训练得到分类器，在测试数据集的分类正确率逐渐提高，并且趋于稳定。