search

XDUqinian / K-Anonymity-Diff

K匿名与差分隐私分析
MIT License
0 stars 0 forks source link

关于差分隐私的学习问题 #1

Open litte-bear opened 1 year ago

litte-bear commented 1 year ago

我最近在学习差分隐私相关的属性隐私保护内容，我阅读了您的diff.py我有些问题想要请教一下，ans1=(x132561-x232556)/5，ans2=(y132561-y232556)/5，avg_age_1-(avg_age_1*32561-90)/32560，这些计算数据的方式是从哪里可以考据的呢。 对于代码的实现思路有没有相关文献可供参考一下呢，谢谢。

XDUqinian commented 1 year ago

这个32561和32560是数据集的个数，90是前面算出来的平均年龄，你可以用jupyter运行一下diff.ipynb，可以实时显示，这个不是什么特别的计算方式，就是求平均看看有没有实现差分隐私。然后这个差分隐私实现思路就是加一个拉普拉斯噪声，你可以看我写的文档里面有个视频链接，讲解的比较清楚。

XDUqinian commented 1 year ago

我在原先数据集里去掉一部分数据，看平均数是否满足差分隐私，32561这些就是原数据集数据个数与去掉一部分后的数据集个数，当时懒得设变量了就直接敲数字了。

litte-bear commented 1 year ago

非常感谢

XDUqinian @.***> 于2023年2月2日周四 11:11写道：

我在原先数据集里去掉一部分数据，看平均数是否满足差分隐私，32561这些就是原数据集数据个数与去掉一部分后的数据集个数，当时懒得设变量了就直接敲数字了。

— Reply to this email directly, view it on GitHub https://github.com/XDUqinian/K-Anonymity-Diff/issues/1#issuecomment-1413090374, or unsubscribe https://github.com/notifications/unsubscribe-auth/AOATJHNDQQ6DZPUNR4ROMGLWVMQW3ANCNFSM6AAAAAAUNPVJUE . You are receiving this because you authored the thread.Message ID: @.***>