DifferentialPrivacy:基于Diffle-Hellman Key Exchange和AES256的差分隐私保护

Differential Privacy 采用Java语言，基于Diffie-Hellman Key Exchange算法和AES256算法,实现一个差分隐私保护协议。 首先通过D-H密钥交换算法生成一个对称密钥，然后采用AES256算法使用该密钥对传输的内容进行加密，以此保护用户信息的隐私安全。 Differential Privacy 差分隐私保护模型的思想源自于一个很朴素的观察：当数据集D中包含个体Alice时，设对D进行任意查询操作f（例如计数、求和、平均值、中位数或其它范围查询等）所得到的结果为f(D),如果将Alice的信息从D中删除后进行查询得到的结果仍然为f(D)，则可以认为，Alice的信息并没有因为被包含在数据集D中而产生额外的风险。 差分隐私保护就是要保证任一个体在数据集中或者不在数据集中时，对最终发布的查询结果几乎没有影响。 Differential priva