一种基于多目标子模函数最大化的差分隐私选址优化方法、系统及应用

本发明公开了一种基于多目标子模函数最大化的差分隐私选址优化方法，包括如下步骤：步骤一、构建候选设施点集合V，并设定最大可选设施数量k；步骤二、将总隐私预算ε划分为子集选择阶段隐私预算ε1和函数评估阶段隐私预算ε2，设置截断搜索精度τ、容错概率η、函数截断比例α；步骤三、在搜索范围区间内进行二分搜索，按所述搜索范围区间中点构建截断目标值，并定义新合成目标函数；步骤四、在预算ε1/γ条件下调用差分隐私贪婪算法DP‑GREEDY，选取至多kln(d/α)个设施形成候选解集合Sc；步骤五、在预算ε2/γ条件下对Fc(Sc)施加拉普拉斯噪声并评估候选解；步骤六、当搜索范围上下界差值不超过截断搜索精度时，输出最终最优设施集合Sbest。本发明还公开了一种实现上述方法的系统，具有广泛应用价值。