Page 324 - 《软件学报》2025年第5期

2224 软件学报 2025 年第 36 卷第 5 期

0.123 g w-MGA = 2.875 ; 在 IPUMS 数据集上, g w-RPA = −0.002 g w-RIA = 0.084 g w-MGA = 5.744 , 同样可得 RPA 攻击和
,
,
,
RIA 攻击效果较差, MGA 攻击效果较好, 即 g s-MGA > g s-RIA > g s-RPA , 和理论分析相符.

0.35 0.35 0.35

RPA攻击前 RIA攻击前
0.30 RPA攻击后 0.30 RIA攻击后 0.30
0.25 0.25 0.25
0.20
0.20
0.20
Frequency 0.15 Frequency 0.15 Frequency 0.15 MGA攻击前
MGA攻击后
0.10
0.10
0.10
0.05 0.05 0.05
0 0 0
−0.05 −0.05 −0.05
0 25 50 75 100 0 25 50 75 100 0 25 50 75 100
Item Item Item
(a) SynData上攻击环机制
0.35 0.35 0.35
RPA攻击前 RIA攻击前
0.30 RPA攻击后 0.30 RIA攻击后 0.30
0.25 0.25 0.25
0.20
0.20
0.20
Frequency 0.15 Frequency 0.15 Frequency 0.15 MGA攻击前
MGA攻击后
0.10
0.10
0.10
0.05 0.05 0.05
0 0 0
−0.05 −0.05 −0.05
60 000 62 000 64 000 66 000 60 000 62 000 64 000 66 000 60 000 62 000 64 000 66 000
Item Item Item
(b) IPUMS上攻击环机制
图 6 环机制攻击结果

表 5 环机制攻击效用

数据集 g w-RPA g w-RIA g w-MGA
SynData 0.024 0.123 2.875
IPUMS −0.002 0.084 5.744

4.3 参数对攻击效果影响分析

4.3.1 参数对子集选择机制攻击效用的影响
本文使用 SynData 数据集测试子集选择机制中参数 d (项目域中项目数量), ε (隐私预算), β (假用户的比例),
r (目标项目的数量) 对 3 种攻击整体效用的影响. 图 7 可以看出, 用户数据域增大时, MGA 攻击整体效用增大. 从
第 3.2 节理论分析得到, MGA 的攻击效用中用户数据域 d 在分子位置, 因此, 当用户数据域增大时, MGA 攻击效
用增大. 隐私预算 ε 增大, MGA 整体效用下降. 从第 3.2 节理论分析得到 MGA 的攻击效用中, 隐私预算 ε 在分母
位置, 因此, 当隐私预算 ε 增大时, MGA 攻击效用减小. 假用户比例 β 增大时, MGA 攻击效用增大. 因为假用户比
例 β 增大, 攻击者操纵更多的假用户向数据收集方发送假数据, 攻击效果更加显著, MGA 攻击效用增大. 目标项目
数量 r 增大时, 假用户向服务器发送的数据中目标项目比例增大, 因此 MGA 攻击效用增大. RPA 攻击和 RIA 攻击
效用太小, 随参数变化不明显.