ArcLab实验室陈文智教授团队论文“AsgLDP:Collecting and Generating Decentralized Attributed Graphs with Local Differential Privacy”于2020年3月16日被IEEE Transactions on Information Forensics & Security(TIFS)录用。
论文研究图数据隐私保护问题,使用本地化差分隐私技术(Local Differential Privacy)进行属性图数据收集与图生成。首先,提出并实现了一种基于LDP的属性图数据收集与图生成方法 AsgLDP。AsgLDP包括两个阶段:1)基于LDP属性图数据采集及种子图生成阶段,2)属性图优化阶段。通过理论分析,我们证明了AsgLDP满足LDP隐私保护。其次,通过6个真实的大规模的数据集实验,我们验证了AsgLDP能够有效的生成属性图。大量的实验结果表明,AsgLDP能够平衡属性图的可用性和隐私性,高效的生成属性图。
论文成果包括CCF A类 SCI,专利。论文成果可以应用于分布式图数据搜集,个人敏感信息的采集等方面,在用户端保护用户数据的隐私,同时满足数据统计分析的精度要求。
论文第一作者魏成坤,浙江大学ArcLab实验室博士研究生。主要研究方向为数据安全与隐私保护、对抗学习、联邦学习等,已有两篇论文发表于CCF A类期刊。