不规则线段树的差分隐私位置隐私保护方法

摘要 差分隐私因具有严格推理和证明的隐私保证，常被应用于位置隐私保护场景中.用户进行位置连续查询时，会引起噪声叠加导致查询精度下降，目前基于规则树结构的差分隐私虽然能降低查询误差，但会产生大量无效零节点，数据结构过大，在查询精度上还有进一步提高的空间.本文提出了不规则线段树的差分隐私位置隐私保护方法，将不规则线段树引入差分隐私方法中，根据节点覆盖率和Laplace机制的敏感度推导出不规则线段树的估值函数，从而筛选出较优的不规则线段树结构.该方法能有效减小连续查询时噪声叠加带来的查询精度下降的问题，相对于其他提高差分隐私查询精度的方法有更小的查询误差，并能适应不同密度环境的LBS位置查询服务