多敏感屬性數據隱私保護發(fā)布技術研究.pdf

1、數據發(fā)布為數據共享和數據交換提供了便利。然而，隨著數據發(fā)布技術的不斷發(fā)展及其在人們工作和生活中越來越深入的應用，數據發(fā)布過程中的隱私泄漏問題也日益突出，如何避免隱私數據敏感信息泄露成為當前面臨的重大挑戰(zhàn)。隱私保護數據發(fā)布在這種情況下提出并得到了研究者的廣泛關注。目前的研究工作大多針對單維敏感屬性數據發(fā)布展開，其發(fā)布方法直接應用于多維敏感屬性數據發(fā)布將引起隱私的泄露。論文針對多維敏感屬性數據發(fā)布中的隱私泄露問題進行研究，主要工作包括：

2、r>　　 針對數值型敏感屬性數據發(fā)布中可能帶來的近似攻擊（Proximity Breach）問題，本文基于有損連接技術，設計啟發(fā)式算法以合理的時間消耗提出較優(yōu)方案。首先提出單維數值型敏感屬性的數據發(fā)布方法l-SNSA匿名算法，并對l-SNSA匿名算法進行研究，進而提出較好地解決多維數值型敏感屬性數據發(fā)布問題的l-MNSA匿名算法，并且以實驗證明其有效性。
　　 針對類別型敏感屬性數據在發(fā)布時如果不經過處理，容易泄露內在蘊含的意

3、義，受到語義近似攻擊（Proximity Breach）問題，基于多維桶思想提出l-MCSA匿名算法，通過定義敏感信息向量，避免相似語義的敏感信息在同一組中發(fā)布，保護類別型敏感數據。
　　 針對敏感屬性為多維時，攻擊者有可能能夠獲取一維或兒維敏感屬性信息，并且結合準標識符信息對其他敏感屬性進行推理攻擊的問題，提出（Dou-l）-匿名模型，更好地保護了敏感信息。基于多維桶和分解思想，提出（Dou-l）-匿名算法，使得即便攻擊者掌握