Spatial counts under differential privacy mechanism on changing spatial scales

با یک پایگاه داده آماری فضایی که یک منطقه بزرگ را پوشش می دهد، چگونگی انتشار محتوا اطلاعات محافظت شده دیجیتال، یک چالش است. در آثار قبلی، اطلاعات با استفاده از سلول های فضایی ثابت بزرگ منتشر شد. در این مقاله، ما روش های جدیدی را برای انتشار اطلاعات مکانی که اجازه می دهد کاربران به صورت آزادانه در اطراف منطقه بزرگ حرکت کنند، زوم و زوم در مکان های دلخواه، و اطلاعات در مورد مناطق فضایی هر دو بزرگ و کوچک به دست می آوریم. ما دو روش برای انتشار اطلاعات مکانی محافظت شده تحت حریم خصوصی دیفرانسیل توسعه می دهیم. ابتدا منطقه به کوچکترین سلول های فضایی تقسیم می شود، جایی که هر سلول رویداد اتفاق نمی افتد بیش از یک بار. با توجه به اندازه گیری های تکراری مانند داده های چند روزه، نویز افزوده شده احتمال برنولی برای همه کوچکترین سلول های فضایی محاسبه می شود. برای سلولهای فضایی بزرگتر که منافع بالایی برای کاربران دارند، احتمالات پر زرق و برق برنولی به توزیعهای پرطرفدار پوآسون دوتایی متصل می شوند که همچنین نیازهای حفظ حریم خصوصی فرد را برآورده می کنند. ما از آزمایشات تاکسی نیویورک برای نشان دادن نحوه کارکرد روش های ما استفاده می کنیم. ما نشان می دهیم که هر دو روش ما دقیق هستند، در حالی که احتمالات شمارش پر سر و صدا از طریق سلول های فضایی ثابت ثابت به دست می آیند، اغلب تعداد فضایی بسیار کوچکتر از مقادیر واقعی را تولید می کنند.