摘要
本发明公开了一种面向移动边缘群智感知的动态隐私保护闭环控制方法及系统。本发明通过风险感知获取通信信道及数据内容相关的信息,计算多维度的综合隐私风险评分;然后,在策略决策阶段利用强化学习算法根据该风险评分动态确定差分隐私预算ε的取值;接着,在隐私保护执行阶段根据所述ε对群智感知数据进行噪声添加扰动,以实现预定的隐私保护级别;随后,在效果验证阶段评估已扰动数据的隐私泄漏风险和数据有效性,得到评估结果;最后,在反馈优化阶段根据评估结果调整隐私控制策略参数,将反馈应用于下一循环的风险感知和决策过程,从而形成闭环控制,不断优化隐私保护效果。本发明能够提高用户数据隐私安全性并兼顾数据可用性和能耗效率。
技术关键词
差分隐私保护
闭环控制方法
强化学习模型
风险
群智感知数据
群智感知系统
强化学习算法
通信信道
平衡隐私保护
动态
拉普拉斯
Q学习算法
灵敏度参数
闭环控制系统
模块
策略