精品报告系列2019-艾瑞 - 2019H1中国在线教育行业数据发布报告.pdf

建立基于差分隐私的贝叶斯网络，使得结构化数据同时兼备隐私性与效用性 1）对原始d维数据集预处理：运用二分k均值算法对连续型数据离散化 2）设置差分隐私预算epsilon1，使用指数机制来构造k度的贝叶斯网络N，并输出d对AP的概率分布 3）设置差分隐私运算epsilon2，在d对AP对的概率分布中加入拉普拉斯噪声 4）生成具有噪声的近似AP对概率分布 5）从具有噪声的概率分布中采样，生成发布数据集 6）通过α-边际分布和SVM分类器评估新生成的数据集的隐私性和效用性。

OPC_DA连接，导入Excel，InfluxDB存储，MQTT订阅发布。

针对基于传统的k-匿名模型下移动用户轨迹数据发布隐私保护算法有可能将相似度极高的轨迹匿名在同一个匿名集中从而导致可能出现的用户个人隐私泄露风险的不足。设计了一种新的轨迹数据发布隐私保护算法。该算法基于k-匿名模型，将轨迹所在的二维空间划分成大小相等的单元格，之后将由轨迹数据得到对应轨迹经过的单元格序列，从而定义轨迹k-匿名下的l-差异性，算法在满足k-匿名模型的前提下通过聚类的方法构建匿名集，并保证匿名集中的轨迹满足l-差异性标准，以达到降低由于差异性不足引起用户隐私泄露的风险的目的。实验结果表明，该算法是可行有效的。

包含一个相机数据发布节点源码、一个launch文件和一个供参考的标定数据文件，launch文件指定了一些配置文件，主要是标定文件的存放位置等，相机数据发布节点主要用于发布摄像头的左右视图以及相机的标定参数信息。该相机数据发布节点可以用于相机标定阶段，也可以用于建图阶段，只是在标定阶段，发布的相机标定信息不会被使用。