數(shù)據(jù)發(fā)布中隱私保護(hù)關(guān)鍵技術(shù)的研究.pdf_第1頁
已閱讀1頁,還剩69頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、當(dāng)今信息技術(shù)朝著電子化與網(wǎng)絡(luò)化的趨勢發(fā)展,人們的個人信息被大規(guī)模地收集與共享,隱私泄漏正日益成為一個重要的信息安全問題。
   在數(shù)據(jù)發(fā)布領(lǐng)域,隱私數(shù)據(jù)完全是對外公開的,任何人都可以訪問。如何保護(hù)發(fā)布數(shù)據(jù)中的個人隱私信息不被攻擊者惡意獲取,同時又使數(shù)據(jù)接收者充分利用數(shù)據(jù)信息進(jìn)行有效的探索和科學(xué)研究,這是一項亟待解決的問題。本文正是在這樣的背景下,對數(shù)據(jù)發(fā)布中以泛化為代表的隱私保護(hù)技術(shù)進(jìn)行研究。具體工作和創(chuàng)新點(diǎn)如下:
  

2、 (1)介紹現(xiàn)有匿名策略與匿名算法的理論方法和實現(xiàn)技術(shù),分析各種方法自身存在的問題,并就一些新的研究問題進(jìn)行探討。
   (2)提出了基于屬性泛化層自修正的泛化算法RIncognito,該算法是對經(jīng)典算法Incognito的改進(jìn)。通過考察原始表中屬性值的頻數(shù)分布,按盡量合并小頻數(shù)值的原則對屬性域作劃分,形成更合理的泛化層,從而減少泛化過程中不必要的泛化,提高發(fā)布數(shù)據(jù)的精確度。實驗證明,原始數(shù)據(jù)在經(jīng)過RIncognito匿名后,精

3、確度得到提高。
   (3)提出了新的數(shù)據(jù)隱私度和精確度的度量方法。鑒于泛化數(shù)據(jù)的隱私度目前還沒有具體的度量標(biāo)準(zhǔn),提出了一種定量測算數(shù)據(jù)隱私度的度量方法--平均泄露概率比;同時歸納整理現(xiàn)有的各種數(shù)據(jù)精確度度量,并提出基于信息論相關(guān)理論的泛化數(shù)據(jù)精確度度量--加權(quán)屬性熵,用來表示模糊值給出信息量的多少。最后由實驗表明隱私度和精確度之間的關(guān)系。
   (4)設(shè)計與實現(xiàn)了自主研發(fā)的安全數(shù)據(jù)庫系統(tǒng)NHSecure的數(shù)據(jù)發(fā)布子模塊

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論