|
4月21日学术报告预告：RescueDP: Real-time Spatio-temporal Crowdsourced Data Publishing with Differential Privacy
作者：fanglei
发布日期：2017-04-18
浏览次数：
4月21日武汉大学王志波副教授学术报告预告 报告题目：RescueDP: Real-time Spatio-temporal Crowdsourced Data Publishing with Differential Privacy 报告日期及时间：2017年4月21日 上午10:00 报告地点： 郁A102 报告人： 王志波 副教授 报告人简介： 王志波，博士，武汉大学计算机学院副教授，湖北省“楚天学者”计划，武汉大学“珞珈青年学者”。2007年毕业于浙江大学信息学院自动化专业，获学士学位；2014年毕业于美国田纳西大学电气工程与计算机科学系，获博士学位。研究方向包括群智感知、移动感知与计算、物联网、推荐系统、数据挖掘与隐私保护。先后发表了40多篇论文在国际权威期刊和学术会议上，其中CCF 推荐的A类期刊和会议论文10篇。主持与参与多项国家级省部级项目，包括国家自然自然科学基金、973计划子课题、湖北省自然科学基金、江苏省自然科学基金等等。现担任KSII Transactions on Internet and Information Systems的期刊编委，INFOCOM 2016、IPCCC 2016等国际会议的大会程序委员，以及担任TON、TII、TIE、TMC、TDSC、TPDS、TVT、TC多个国际著名期刊的审稿人。现为IEEE会员、ACM会员及CCF会员，物联网专委通信委员，网络与数据通信专委委员。 报告摘要: Nowadays gigantic crowd-sourced data collected from mobile phone users have become widely available, which enables the possibility of many data mining applications. While providing tremendous benefits, the release of these data to the public will pose considerable threats to mobile users’ privacy. In this talk, we study the problem of real-time spatio-temporal crowd-sourced data publishing with privacy preservation. We design RescueDP – an online aggregate monitoring scheme over infinite streams with w-event privacy guarantee. In particular, adaptive sampling, adaptive budget allocation, dynamic grouping and group-based perturbation are proposed and integrated as a whole to provide privacy-preserving statistics publishing on infinite time stamps. We show that RescueDP can achieve w-event privacy over data generated and published periodically by the crowd. Extensive experimental results show that our solution outperforms the existing methods and improves the utility of real-time data sharing with strong privacy guarantee. |
