针对大规模物联网数据的私人范围计数交易

数据隐私已成为一项重要关注点，面临着物联网 (IoT) 中大数据统计分析的广泛商品化。当前的解决方案无法彻底解决数据定价的隐私问题，并保证统计结果的实用性。因此，本文研究了物联网数据私人统计结果交易的问题，考虑了三个因素。具体而言，提出了一种交易范围计数结果的新框架。该框架应用基于采样的方法生成近似计数结果，这些结果进一步进行了隐私扰动，然后发布。理论上证明，这些结果在差分隐私下能够实现无偏差、有限方差和增强的隐私保障。此外，提出了一种交易结果的定价方法，证明其能免受套利攻击。通过使用2014年CityPulse智慧城市数据集估算不同范围的空气污染水平来评估该框架。分析和评估结果表明，我们的框架大大降低了范围计数近似的误差；而最佳扰动方法确保私人计数满足指定的近似程度，同时提供强大的隐私保障。