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(duì)數(shù)據(jù)分析挖掘的需求日益增長(zhǎng)，如何在對(duì)外發(fā)布數(shù)據(jù)的時(shí)候保護(hù)敏感數(shù)據(jù)不被泄漏成為一個(gè)研究重點(diǎn)。數(shù)據(jù)脫敏技術(shù)能夠有效的解決這個(gè)問(wèn)題，它能夠在保持?jǐn)?shù)據(jù)原始特征的同時(shí)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(wèn)，同時(shí)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(duì)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(shí)分析儼然成為一個(gè)研究熱點(diǎn)，本文的目標(biāo)是對(duì)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(gè)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(guò)對(duì)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(gè)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(duì)數(shù)據(jù)身份的匿名操作。針對(duì)已有的數(shù)據(jù)流匿名化算法中信息損失較大的問(wèn)題，通過(guò)持續(xù)對(duì)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(shí)，本文針對(duì)數(shù)據(jù)脫敏領(lǐng)域中常見(jiàn)

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(dòng)機(jī)的原理對(duì)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。基于正則的數(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(chǎng)景，對(duì)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(chǎng)景如姓名、地址信息的脫敏，本文對(duì)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(duì)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