分布式环境下高维数据发布的个性化差分隐私保护方法

本发明公开一种分布式环境下高维数据发布的个性化差分隐私保护方法，通过互信息量化属性间的相关性，利用互信息公式来计算相应属性对的互信息。根据互信息构建近似的k‑度贝叶斯网络，贝叶斯网络能够很好的体现属性与属性之间的依赖关系。根据敏感属性和满足条件的非敏属性的数量个性化分配隐私预算。各参与方根据所分配的隐私预算，对数据进行加噪处理，采用随机响应机制进行加噪。把加噪后的数据发送给管理者，由管理者聚集合成集成数据集，再对外发布。本发明在发布数据时，保证了隐私要求，处理的数据大量减少，从而对数据的改动降低，提高了数据的效用性，有利于数据分析者进行相关分析。