拉普拉斯分布函數(shù)
簡答的添加噪音代碼
x = [50,40,20,5]對該數(shù)據(jù)加噪音過程
實驗結果
對大型數(shù)據(jù)添加噪音
對cui-adult中年齡添加噪音代碼（上）
對cui-adult中年齡添加噪音代碼（下）
實驗結果保存在Laplace.txt里面隆敢，以下是幾個示列的數(shù)據(jù)
39? ? 39.714505630073205
50????50.871928963495805
38????36.2793067300975
53????52.387486292236474
28????28.53394331423312
37????36.24614965531006
49????48.748353755609635
52????50.97607294434157
31????30.699614037295827
42????42.32161492069531
37????38.47127372707609
30????30.174470642807
23????22.16667874751414
我們可以從后面數(shù)據(jù)當中推測不出前面數(shù)據(jù)崔慧，對整個數(shù)據(jù)的完整性不照成影響，但對個人數(shù)據(jù)隱私切到了保護作用温自，達到了隱私保護的目的
添加噪音前后數(shù)據(jù)的期望是不是基本上相同皇钞？print(sum(x2)/len(x2))print(sum(data)/len(data))
添加噪音前后數(shù)學期望
相關代碼如下：以及一些相關實驗：https://github.com/hlchengzi/2019/tree/master/DP_Learning。
java代碼地址如下：https://github.com/hlchengzi/2019/tree/master/DP_Learning/java
