Individual privacy constraints on time-series data

بسیاری از برنامه های اخیر وابسته به سری زمانی داده ها حاوی اطلاعات شخصی هستند. به عنوان مثال، شبکه هوشمند مجموعه داده های انرژی مصرفی خانوار را جمع آوری و توزیع می کند. نگرانی ما این است که اطلاعات با توجه به محدودیت های حفظ حریم خصوصی فرد، با توجه به چندین محدودیت در یک زمان، پنهان می شود. رویکردهای مخفی کردن اطلاعات موجود ما از پیش فرض های محدود در خصوص ماهیت چنین محدودیت هایی آگاهی داریم. رویکرد ما به نوبه خود به افراد اجازه می دهد که اطلاعاتی را که باید خودسرانه پنهان شوند، مشخص می کند و همچنین به گیرنده داده ها را مشخص می کند مشخصه های داده های مورد نیاز برای انجام یک کار خاص. ما از این محدودیت ها برای شکل دادن به یک مشکل بهینه سازی استفاده می کنیم که مجموعه ای از وقایع مزاحم را ایجاد می کند که محدودیت های گیرنده های داده را برآورده می کنند و حاوی اطلاعات حساس تر از حد مجاز نیستند. بعد، ما یک رویکرد کاهش پیچیدگی را پیشنهاد می دهیم که سرعت حل این مشکل بهینه سازی را برای سری های زمانی به صورت مرتبه ای افزایش می دهد. سه مورد مطالعه در دنیای واقعی تایید می کند که رویکرد ما برای طیف وسیعی از دامنه های کاربردی قابل استفاده است و حفاظت بیشتری نسبت به حملات شناخته شده حریم خصوصی مانند شناسایی مجدد، بازسازی و تقسیم بندی فراهم می کند. علاوه بر این، ما اجرای جاوا از رویکرد ما و مواد تکمیلی را در صفحه وب ما فراهم می کنیم