面向發(fā)布的序列類數(shù)據(jù)隱私保護技術(shù)研究.pdf

1、隨著傳感器網(wǎng)絡(luò)、RFID和無線定位裝置的普及，序列類數(shù)據(jù)的數(shù)據(jù)量和復(fù)雜程度都達到了空前繁榮的程度，成為自然界和人類社會中的一類非常重要的數(shù)據(jù)。金融及電子商務(wù)領(lǐng)域的序列類數(shù)據(jù)往往蘊藏著大量的隱私信息，這使得面向序列類數(shù)據(jù)的隱私保護技術(shù)至關(guān)重要。而序列類數(shù)據(jù)作為一種新型的非結(jié)構(gòu)化數(shù)據(jù)，擁有許多傳統(tǒng)關(guān)系型數(shù)據(jù)不具備的特征，比如靜態(tài)時序數(shù)據(jù)的全局模型特征以及動態(tài)流數(shù)據(jù)的有序快速大量持續(xù)無限到達的特征，使得面向傳統(tǒng)關(guān)系型數(shù)據(jù)的隱私保護技術(shù)不能夠直

2、接應(yīng)用于序列類數(shù)據(jù)。
　　 因此，面向發(fā)布的序列類數(shù)據(jù)的隱私保護技術(shù)研究具有重要的實用意義，并在金融、企業(yè)管理、LBS領(lǐng)域有著廣泛應(yīng)用。與此同時，面向序列類數(shù)據(jù)的隱私保護技術(shù)目前還沒有得到足夠的重視，尚有寬廣的發(fā)展空間。為此，本文主要對面向序列類數(shù)據(jù)的隱私保護模型和匿名化算法進行研究和探索。
　　 本文首先對現(xiàn)有的隱私保護技術(shù)進行了回顧和分析，重點介紹了k匿名模型體系及其在序列類數(shù)據(jù)上的應(yīng)用，并結(jié)合序列類數(shù)據(jù)的典型應(yīng)用總

3、結(jié)了當(dāng)前工作的不足，分析了存在的挑戰(zhàn)，并引出了本文的研究內(nèi)容。
　　 本文提出了面向數(shù)據(jù)發(fā)布的序列類數(shù)據(jù)隱私保護技術(shù)框架，分別針對動態(tài)流數(shù)據(jù)分發(fā)環(huán)境和靜態(tài)時序數(shù)據(jù)的模式匹配查詢給出了相應(yīng)的隱私保護方案。并對其中的關(guān)鍵技術(shù)進行了詳細介紹，即模式特征提取技術(shù)和版本衍生技術(shù)。
　　 本文在現(xiàn)有文獻中首次提出了流數(shù)據(jù)分發(fā)環(huán)境中數(shù)據(jù)源面對不同訂閱用戶時的個性化隱私保護需求，并基于傳統(tǒng)k匿名模型提出了帶寬受限和自由樹結(jié)構(gòu)的匿名流分發(fā)

4、模型原型。對模型資源限制、數(shù)據(jù)傳輸消耗和模型優(yōu)化目標(biāo)進行了細致的建模，并基于兩個著名的k匿名算法提出了相應(yīng)的版本衍生算法，以節(jié)省資源消耗。而后，本文提出了兩種廣義的版本衍生算法:基于泛化層次結(jié)構(gòu)的版本衍生算法和基于泛化記錄的版本衍生算法，使其適用于所有的k匿名算法和l多樣性算法。本文證明了模型性能優(yōu)化問題是NP難問題，并在此基礎(chǔ)上提出了基于啟發(fā)式的分發(fā)樹構(gòu)建策略，以實現(xiàn)模型整體性能優(yōu)化。
　　 而后，本文針對更為實際的流數(shù)據(jù)分發(fā)

5、應(yīng)用，對上述匿名流分發(fā)模型進行了改進和擴展，提出了通信延遲受限和半固定樹結(jié)構(gòu)的廣義匿名流分發(fā)模型，該分發(fā)模型可以兼容傳統(tǒng)k匿名模型和l多樣性模型，且模型特征更為復(fù)雜且契合實際應(yīng)用。本文還針對更為復(fù)雜的模型特性提出了相應(yīng)的分發(fā)計劃優(yōu)化策略。
　　 提出了面向模式挖掘的靜態(tài)時序數(shù)據(jù)隱私保護方法。設(shè)計了廣義的模式特征定義，并首次提出將模式表征方式獨立于屬性值保存于發(fā)布表中，提出了相應(yīng)的雙層隱私保護模型(k，P)匿名模型和匿名化分組算法