基于匿名的隱私保護(hù)方法研究.pdf

1、近幾年來，伴隨著信息技術(shù)和互聯(lián)網(wǎng)技術(shù)的迅猛發(fā)展，社會(huì)各行業(yè)及領(lǐng)域需要收集和分析的數(shù)據(jù)也迅速增長(zhǎng)，這些龐大數(shù)據(jù)背后所包含的知識(shí)是醫(yī)學(xué)探索、經(jīng)濟(jì)發(fā)展以及理論研究的寶貴資源，人們希望從這些海量并且不斷在高速增長(zhǎng)的數(shù)據(jù)中找到潛在的規(guī)則及其商業(yè)模式，挖掘出數(shù)據(jù)真正的價(jià)值。然而，在實(shí)現(xiàn)這些需求的同時(shí)可能會(huì)牽涉到個(gè)人的隱私信息，由此引發(fā)了對(duì)數(shù)據(jù)發(fā)布中的隱私保護(hù)問題的研究。為了保護(hù)個(gè)體的隱私信息不泄露，需對(duì)數(shù)據(jù)發(fā)布中的技術(shù)和方法進(jìn)行研究，使得發(fā)布的數(shù)據(jù)

2、既能保護(hù)其隱私性又能保持較高的數(shù)據(jù)可用性，以實(shí)現(xiàn)隱私保護(hù)與數(shù)據(jù)可用性間的折衷平衡。另外，由于不同類型的數(shù)據(jù)所面臨的隱私泄露問題不盡相同，因此，本文立足于隱私保護(hù)中所面臨的各種泄露問題，在保護(hù)數(shù)據(jù)可用性的前提下，對(duì)不同類型數(shù)據(jù)的隱私匿名方法進(jìn)行了全面的研究。
　　首先，針對(duì)分類型敏感屬性的隱私保護(hù)問題，在傳統(tǒng)t-closeness模型的基礎(chǔ)上，對(duì)其采用的EMD距離進(jìn)行改進(jìn)，由于EMD距離沒有考慮等價(jià)類與數(shù)據(jù)表間敏感屬性分布穩(wěn)定性的問

3、題，在分布間穩(wěn)定差異過大時(shí)，會(huì)大大提高隱私泄露的風(fēng)險(xiǎn)，由此提出了一種EMD距離與KL散度結(jié)合的距離度量標(biāo)準(zhǔn)。同時(shí)根據(jù)分類型敏感屬性的層次樹結(jié)構(gòu)，對(duì)數(shù)據(jù)表進(jìn)行桶分組劃分，然后提出一種基于敏感屬性值劃分的t-closeness原則，采用自頂向下和自底向上的貪心思想獲取滿足該原則的最小等價(jià)類大小，運(yùn)用k-近鄰的思想來選取準(zhǔn)標(biāo)識(shí)符屬性值相似的元組生成等價(jià)類。最后實(shí)驗(yàn)結(jié)果表明，提出的模型在犧牲少量時(shí)間的前提下減少了信息損失，能在有效地保護(hù)敏感信息

4、不泄露的同時(shí)保持較高的數(shù)據(jù)效用。
　　其次，針對(duì)將分類型敏感屬性的隱私保護(hù)方法直接運(yùn)用于數(shù)值型敏感屬性的隱私保護(hù)上不能保證隱私信息安全性的局限，在考慮數(shù)值型屬性自身特性的基礎(chǔ)上，對(duì)面向數(shù)值型敏感屬性的隱私匿名方法進(jìn)行了研究。近鄰泄露是數(shù)值型敏感屬性隱私保護(hù)問題中通常會(huì)出現(xiàn)的泄露風(fēng)險(xiǎn)之一，當(dāng)分組中個(gè)體敏感值差異過小時(shí)，攻擊者能以較高置信度推理出個(gè)體的敏感值處于某個(gè)較小的區(qū)間范圍內(nèi)，由此帶來了近鄰泄露風(fēng)險(xiǎn)。針對(duì)此類泄露風(fēng)險(xiǎn)，提出一種面

5、向近鄰泄露的數(shù)值型敏感屬性隱私保護(hù)方法，該方法首先在保護(hù)準(zhǔn)標(biāo)識(shí)符屬性和數(shù)值型敏感屬性內(nèi)在關(guān)系的前提下，將數(shù)值型敏感屬性進(jìn)行離散化劃分；然后，提出一種面向近鄰泄露的隱私保護(hù)原則，并且設(shè)計(jì)了最大鄰域優(yōu)先算法來實(shí)現(xiàn)該原則。實(shí)驗(yàn)結(jié)果表明，提出的方法能在有效地保護(hù)數(shù)值型敏感信息不泄露的同時(shí)保持較高的數(shù)據(jù)效用，并且保護(hù)了數(shù)據(jù)間的關(guān)系。
　　再次，針對(duì)多維敏感屬性數(shù)據(jù)在發(fā)布過程中所面臨的隱私泄露問題，對(duì)于傳統(tǒng)的l-多樣性進(jìn)行改進(jìn)，給出一種l-m

6、aximum原則用以滿足多敏感屬性l-多樣性要求，該原則控制了等價(jià)類中敏感值出現(xiàn)的頻率，避免了概率攻擊的風(fēng)險(xiǎn)，并且通過理論證明了該原則的安全性；然后，為了保護(hù)屬性間的相關(guān)性以及避免基于有損分解方法中所帶來的屬性泄露問題，提出一種基于屬性相關(guān)性的隱私保護(hù)方法，采用平均互信息作為屬性間的依賴度，根據(jù)屬性間的依賴度對(duì)屬性進(jìn)行劃分，使得高依賴度的屬性在同一簇中；最后設(shè)計(jì)并實(shí)現(xiàn)了基于多維敏感屬性的l-maximum算法。實(shí)驗(yàn)結(jié)果表明，提出的模型在

7、保護(hù)隱私不泄露的同時(shí)，減少了元組的隱匿率，并且保護(hù)了數(shù)據(jù)間的關(guān)系。
　　最后，針對(duì)數(shù)據(jù)流具有持續(xù)時(shí)間長(zhǎng)、變化迅速、快速到達(dá)等不同于靜態(tài)數(shù)據(jù)而特有的性質(zhì)，以及靜態(tài)數(shù)據(jù)上的隱私匿名方法直接用于數(shù)據(jù)流上往往不能達(dá)到較好執(zhí)行效率的局限，提出一種基于時(shí)間密度的數(shù)據(jù)流匿名算法。首先，采用k-中心點(diǎn)思想對(duì)元組進(jìn)行聚類，對(duì)于信息損失滿足要求的簇輸出；考慮數(shù)據(jù)流的強(qiáng)時(shí)態(tài)性，提出時(shí)間權(quán)重和時(shí)間密度概念，當(dāng)已發(fā)布簇的個(gè)數(shù)達(dá)到上限時(shí)，刪除時(shí)間密度最小的簇