论文笔记(二) 面向模式感知的隐私保护实时数据采集
Towards Pattern-aware Privacy-preserving Real-time Data Collection面向模式感知的隐私保护实时数据采集摘要虽然从用户收集的时间序列数据可用于为各种应用程序提供服务,但它们可能会泄露用户的敏感信息。最近,本地差异隐私(LDP)作为保护数据隐私的最新方法出现,在外包之前通过在本地扰动数据来保护数据隐私。然而,现有的基于低密度脂蛋白的工作分别扰动每个数据点,而没有考虑时间序列中连续数据点之间的相关性。因此,每个时间序列的重要模式可能被现有的基于




