跳到正文
热点事件历史事件

LDPGraph：本地差分隐私图合成算法

1 篇报道1 个报道来源4 天前更新

先了解这件事

AI 综述

研究者 Jiawei Dong 等人提出本地差分隐私图合成算法 LDPGraph，用于在数据收集者不可信的场景下发布图数据。该方法先聚合经扰动的邻接表得到含噪全局视图，再用投影局部连接估计节点级三角形计数，将分别扰动的度与三角形计数联合修正为可行的度-三角形目标，最后以三角形优先策略重建全局图。 据该论文称，在四个真实数据集和多种常用图指标上的实验验证了该方法的优越性。论文同时公开了源代码，地址为 https://github.com/ZJU-TrustAID/LDPGraph。

AI 根据报道生成 · 3 天前更新

最新进展10月7日 16:17
LDPGraph：利用邻域结构的本地差分隐私图合成

报道时间线

沿着报道，了解事件的不同侧面。

10月7日
  1. arXiv 隐私论文
    LDPGraph：利用邻域结构的本地差分隐私图合成

    针对不可信收集者场景下图数据发布的隐私风险，研究者提出本地差分隐私图合成算法 LDPGraph，通过聚合扰动邻接表得到含噪全局视图，并结合投影局部连接估计节点级三角形计数。该方法将分别扰动的度与三角形计数联合修正为可行的度-三角形目标，再以三角形优先策略重建全局图。在四个真实数据集和多种常用图指标上的实验验证了其优越性。