支持挖掘的流式數(shù)據(jù)脫敏關(guān)鍵技術(shù)研究.pdf

1、隨著大數(shù)據(jù)產(chǎn)業(yè)的蓬勃發(fā)展，人們對數(shù)據(jù)分析挖掘的需求日益增長，如何在對外發(fā)布數(shù)據(jù)的時候保護(hù)敏感數(shù)據(jù)不被泄漏成為一個研究重點(diǎn)。數(shù)據(jù)脫敏技術(shù)能夠有效的解決這個問題，它能夠在保持?jǐn)?shù)據(jù)原始特征的同時改變它的數(shù)值，從而保護(hù)敏感數(shù)據(jù)免于未經(jīng)授權(quán)的訪問，同時由于其格式未受到破壞又可以正常的執(zhí)行數(shù)據(jù)處理操作?，F(xiàn)有的數(shù)據(jù)脫敏研究大多數(shù)基于靜態(tài)數(shù)據(jù)集，而對流數(shù)據(jù)的脫敏處理研究甚少。目前大數(shù)據(jù)領(lǐng)域流數(shù)據(jù)實(shí)時分析儼然成為一個研究熱點(diǎn)，本文的目標(biāo)是對流數(shù)據(jù)脫敏關(guān)鍵

2、技術(shù)進(jìn)行研究并設(shè)計(jì)一個能夠高效穩(wěn)定運(yùn)行于流數(shù)據(jù)環(huán)境的數(shù)據(jù)脫敏方案。
　　本文通過對流數(shù)據(jù)脫敏需求分析提出了流數(shù)據(jù)脫敏發(fā)布總體流程，該流程主要包括數(shù)據(jù)身份匿名化、數(shù)據(jù)一致性處理與數(shù)據(jù)脫敏三個方面。本文所做的工作包括將數(shù)據(jù)匿名化技術(shù)應(yīng)用到數(shù)據(jù)脫敏流程中完成對數(shù)據(jù)身份的匿名操作。針對已有的數(shù)據(jù)流匿名化算法中信息損失較大的問題，通過持續(xù)對已發(fā)布匿名簇的優(yōu)化實(shí)現(xiàn)信息損失的降低，提高了數(shù)據(jù)的可用性。
　　同時，本文針對數(shù)據(jù)脫敏領(lǐng)域中常見

3、的特定格式數(shù)據(jù)提出了基于正則表達(dá)式的數(shù)據(jù)脫敏算法，算法利用正則表達(dá)式的通用性，基于有限自動機(jī)的原理對數(shù)據(jù)進(jìn)行變換操作，保證生成的數(shù)據(jù)符合用戶給定的正則表達(dá)式中所定義的格式?；谡齽t的數(shù)據(jù)脫敏算法能夠廣泛應(yīng)用于大部分?jǐn)?shù)據(jù)脫敏場景，對于一些具有特殊限定的或難以用正則表達(dá)式表示的常用脫敏場景如姓名、地址信息的脫敏，本文對其脫敏需求進(jìn)行了討論并根據(jù)其特點(diǎn)提出了相應(yīng)的脫敏算法。
　　本文在對數(shù)據(jù)脫敏相關(guān)技術(shù)研究的基礎(chǔ)上，將本文所提出的相關(guān)算