K-匿名數(shù)據(jù)的查詢方法研究.pdf

1、隨著網(wǎng)絡(luò)信息技術(shù)飛速發(fā)展，信息在人們的生活中扮演著越來越重要的角色。各行業(yè)需要從海量數(shù)據(jù)中搜索有用信息來滿足自身需要。但這樣有可能導(dǎo)致個(gè)體隱私的泄露，隨之而來的是各種解決私密信息(如日常習(xí)慣、不良?xì)v史、信譽(yù)程度、以往病史等)方面的研究，以確保信息的利用在滿足行業(yè)需求的同時(shí)能保證個(gè)人隱私不被泄露。在各種隱私保護(hù)模型中最具代表性的是K-匿名隱私保護(hù)模型，K-匿名經(jīng)過多年的研究，已經(jīng)形成了完善的理論體系。K-匿名將越來越多地應(yīng)用到各個(gè)領(lǐng)域。為

2、了保護(hù)私密信息，引入了匿名保護(hù)方法，但在傳統(tǒng)數(shù)據(jù)庫的應(yīng)用中，數(shù)據(jù)的存在性和精確性均確定無疑。由于K-匿名數(shù)據(jù)的不確定性，使得數(shù)據(jù)的存儲(chǔ)、查詢、挖掘以及管理遇到了問題，這些匿名化數(shù)據(jù)不能被企業(yè)很好的應(yīng)用并使其發(fā)揮最大的功效。因此，提高數(shù)據(jù)的可用性是K-匿名隱私保護(hù)模型亟待解決的問題，而查詢是數(shù)據(jù)應(yīng)用的一個(gè)主要操作。
　　 由于不確定數(shù)據(jù)本身的特性，加之現(xiàn)今流行的數(shù)據(jù)庫管理系統(tǒng)均是建立在確定性數(shù)據(jù)基礎(chǔ)之上的。傳統(tǒng)的查詢處理方法已不適

3、用于解決在不確定數(shù)據(jù)上的查詢。因此，在不確定數(shù)據(jù)上的查詢處理成為近些年來研究的熱點(diǎn)，并在眾多學(xué)者的努力之下，出現(xiàn)了很多優(yōu)秀的對(duì)不確定性數(shù)據(jù)的查詢處理方法，每種方法都是在具體應(yīng)用的背景下提出來，并沒有一個(gè)公認(rèn)的全能的查詢方法。
　　 所以，根據(jù)K-匿名數(shù)據(jù)來源的特殊性以及其在與其他不確定性數(shù)據(jù)在表現(xiàn)形式上的不同，首先設(shè)計(jì)了一種有效的數(shù)據(jù)存儲(chǔ)模型(多維空間模型)，以實(shí)現(xiàn)在現(xiàn)有的確定性數(shù)據(jù)庫中存儲(chǔ)K-匿名這種特殊的不確定性數(shù)據(jù)。

4、>　　 其次，尋找了一種合理的索引結(jié)構(gòu)(R-tree)，在K-匿名這種特殊的不確定性數(shù)據(jù)之上建立這種索引，以提高查詢效率。
　　 再次，探索了一類適合K-匿名數(shù)據(jù)的查詢方法，以提高K-匿名數(shù)據(jù)的可用性，滿足更多種類的應(yīng)用需求，定義了兩種新的查詢UK-Rank和NT-Rank，UK-Rank主要應(yīng)用于一些需要排序的查詢中，NT-Rank應(yīng)用于點(diǎn)查詢或者范圍查詢中，此外，還采用了Monte-Carlo積分近似計(jì)算的抽樣方法來提高查