Resumen

La protección de la privacidad es uno de los principales obstáculos para el intercambio de datos. Los datos de series temporales tienen las características de autocorrelación, continuidad y gran escala. La investigación actual sobre la publicación de datos de series temporales principalmente ignora la correlación de los datos de series temporales y la falta de protección de la privacidad. En este documento, estudiamos el problema de la publicación de datos de series temporales correlacionados y proponemos un algoritmo de publicación de datos de series temporales basado en ventanas deslizantes de autocorrelación, llamado SW-ATS. En lugar de utilizar sensibilidad global en los mecanismos tradicionales de privacidad diferencial, propusimos sensibilidad periódica para proporcionar un mayor grado de garantía de privacidad. SW-ATS introduce un mecanismo de ventana deslizante, con la correlación entre la secuencia de adición de ruido y los datos de series temporales originales garantizada por la indistinguibilidad de secuencia, para proteger la privacidad de los datos más recientes. Demostramos que SW-ATS

• Materias:Cifrado de búsqueda Seguridad informática Reconstrucción virtual Detección de intrusos Sistema de programación
• Subjects:Search encryption Computer security Virtual reconstruction Intrusion detection Programming system
• Palabras claves:Protección de la intimidad; Datos de series temporales; Autocorrelación; Datos compartidos; Intimidad diferencial; Algoritmo basado en ventanas deslizantes
• Keywords:Privacy protection; Time-series data; Autocorrelation; Data sharing; Differential privacy; Sliding window-based algorithm