技术博客

本文介绍了一种名为PATN的隐私保护技术，该技术是一种基于历史数据的扰动生成框架。PATN通过利用过去采集的传感器信号预测未来扰动，实现对实时数据的即时隐私防护，且不引入延迟。该方法在有效保护用户隐私的同时，保持了原始数据的时间顺序与语义完整性，适用于对实时性要求较高的应用场景。未来研究将致力于拓展PATN在黑盒模型中的适用性，并覆盖更多敏感属性，以进一步提升其隐私保护能力。