隐私保护真值发现算法

精度更高

针对众包数据流中的异常值和预算限制，集成异常感知权重估计与噪声感知误差调整，实现更准确的隐私保护真值发现。

Gong, Zhimao · Zhibang, Yang · 杨圣洪 · Yu, Siyang · 李肯立 · Duan, Mingxing

IEEE Transactions on Knowledge and Data Engineering 2025

技术优势

异常值也能处理

通过时间序列模型捕获权重快速变化的异常情况，避免将异常值误当正常波动处理，从而提升真值估计的准确性。

预算分配更合理

根据时间戳的重要性分配隐私预算，重要时间戳消耗更多预算，从而在有限的隐私预算下最大化数据效用。

噪声影响被削弱

通过噪声感知的误差调整来减轻引入的噪声对精度的负面影响，进一步提高真值发现的准确性。

应用场景

• 众包数据流隐私保护：在保护用户隐私的前提下，从众包数据流中获取高质量的真值。
• 真值发现：在预算受限的隐私保护场景中提高真值发现的准确性。
• 数据隐私保护：在数据流处理中注入差分隐私噪声，防止个体信息泄露。