基于深度强化学习的住宅家庭中隐私代价权衡的主动负载整形策略
💡
原文中文,约200字,阅读约需1分钟。
📝
内容提要
本文介绍了一种名为LDP-SmartEnergy的新型局部差分隐私方法,通过滑动窗口和随机响应技术,实现了在不暴露个人用户设备使用模式的情况下共享设备级能耗数据。评估结果显示,LDP-SmartEnergy比基准方法更高效,并且在保护隐私和保持数据有效分析之间取得了平衡。
🎯
关键要点
- 提出了一种新颖的局部差分隐私方法,称为LDP-SmartEnergy。
- LDP-SmartEnergy利用滑动窗口和随机响应技术。
- 该方法在不揭示个人用户设备使用模式的情况下共享设备级能耗数据。
- 评估结果显示,LDP-SmartEnergy的运行效率高于基准方法。
- LDP-SmartEnergy在保护隐私和保持数据有效分析之间取得了平衡。
🏷️
标签
➡️