私人KV swMATH ID: 42194 软件作者： Ye，Q。；胡，H。；X孟。；郑，H。 描述： PrivKV：具有本地差异隐私的密钥值数据收集。本地差异隐私（LDP）是一种新的、很有前途的隐私保护分布式数据采集技术，其中每个用户在发送到不受信任的数据采集器之前都会在本地干扰其数据。LDP的优点是使收集器能够在不访问敏感用户数据（例如位置和应用程序使用情况）的情况下获得准确的统计估计。然而，现有的关于LDP的工作仅限于简单的数据类型，例如分类数据、数值数据和集值数据。据我们所知，目前还没有针对键值数据的LDP工作，键值数据是一种非常流行的NoSQL数据模型，是集值和数值数据的广义形式。在本文中，我们通过在与现有LDP技术相同的“扰动-校准”范式中设计基线方法PrivKV来研究关键值数据的频率和平均值估计问题。为了解决由于用户的无知扰动而导致的估计精度差的问题，我们提出了两种迭代解决方案PrivKVM和PrivKVM+，它们可以通过一系列迭代逐渐改善估计结果。还提出了一种优化策略，通过在收集器端引入虚拟迭代而不需要用户参与，从而减少网络延迟并提高估计精度。我们通过理论分析和大量实验结果验证了这些解决方案的正确性和有效性 主页： https://ieeexplore.ieee.org/document/8835348 相关软件： RAPPOR公司；github；sdc微型；ACCIO公司；ARX公司；i隐私；Anonimatron公司；空气斗篷；sdc工具；阿格斯；私人LR 引用于： 1文件 3位作者引用 1 玛丽亚娜·库尼亚 1 里卡多·门德斯（Ricardo A.E.Mendes）。 1 乔·佩·维莱拉。 连载1篇 1 计算机科学评论 在1个字段中引用 1 计算机科学（68至XX） 按年份列出的引文