數(shù)據(jù)發(fā)布中的個人隱私保護(hù)技術(shù)研究與應(yīng)用.pdf

1、近年來，隨著信息時代的到來，尤其是網(wǎng)絡(luò)技術(shù)、數(shù)據(jù)存儲技術(shù)和高性能處理器技術(shù)的迅速發(fā)展，使得海量數(shù)據(jù)的收集、發(fā)布和分析變得越來越便利，個人與組織之間的信息共享也變得越來越普遍。但與此同時，給數(shù)據(jù)的隱私也帶來了威脅。因此，數(shù)據(jù)發(fā)布中的個人隱私保護(hù)技術(shù)的研究成為熱門的研究方向。匿名化技術(shù)是目前應(yīng)用于隱私保護(hù)的主要技術(shù)，本文所做的主要工作就是針對匿名化技術(shù)中多敏感屬性的個性化隱私保護(hù)進(jìn)行研究。本文所做的工作如下：
　　首先，提出面向多敏感

2、屬性的個性化（α，l）-匿名模型。通過對多敏感屬性數(shù)據(jù)發(fā)布技術(shù)和個性化匿名技術(shù)及其各自領(lǐng)域常見算法存在的問題進(jìn)行深入分析，針對多維桶分組技術(shù)和個性化匿名技術(shù)存在的缺陷，本文提出面向多敏感屬性的個性化（α，l）-匿名模型，該匿名模型是在多維桶的基礎(chǔ)上根據(jù)原始數(shù)據(jù)中的敏感值的不同敏感性設(shè)置相應(yīng)的個性化約束，構(gòu)造多維桶，再進(jìn)行分組，即保證了發(fā)布的數(shù)據(jù)中各分組的敏感值的多樣性，又對不同敏感值的頻率進(jìn)行相應(yīng)的個性化約束。同時，提出多敏感屬性個性化

3、（α，l）無序分組算法（MSPDG分組算法）實(shí)現(xiàn)該模型，實(shí)驗(yàn)結(jié)果表明，該模型能很好的解決數(shù)據(jù)發(fā)布中多敏感屬性的保護(hù)過度和保護(hù)不足問題，隱私保護(hù)力度加強(qiáng)，信息隱匿率降低，數(shù)據(jù)的可用性有所提高。
　　其次，提出最大選擇度優(yōu)先分組算法（MSF分組算法）。針對MSPDG分組算法分組過程中選擇桶的無序性問題，本文提出選擇度這一概念。針對不同用戶對數(shù)據(jù)的不同需求對桶賦予相應(yīng)的選擇度。并提出最大選擇度優(yōu)先分組算法，在分組時優(yōu)先選擇選擇度最高的非