數(shù)字圖書館敏感數(shù)據(jù)匿名發(fā)布若干關(guān)鍵技術(shù)研究.pdf

1、隨著信息技術(shù)的不斷發(fā)展，數(shù)字圖書館的資源日益豐富和各項(xiàng)服務(wù)不斷創(chuàng)新，用戶隱私問題也日益突出。面向各種應(yīng)用的數(shù)據(jù)共享和分析服務(wù)的數(shù)據(jù)匿名發(fā)布技術(shù)一方面具有較好的適用性、通用性和實(shí)用性等優(yōu)勢，另一方面又能夠充分尊重用戶的隱私，有利于數(shù)字圖書館應(yīng)用數(shù)據(jù)的充分利用和信息共享，從而促進(jìn)圖書館開展各項(xiàng)服務(wù)工作。然而，數(shù)字圖書館的應(yīng)用數(shù)據(jù)有一定的具體領(lǐng)域特征，隱私保護(hù)訴求和數(shù)據(jù)形式存在多樣性。本文通過對現(xiàn)有各種匿名模型及匿名化技術(shù)的研究和分析后，指出

2、目前通常的數(shù)據(jù)匿名發(fā)布技術(shù)不足以解決數(shù)字圖書館敏感數(shù)據(jù)發(fā)布多種場景下的隱私保護(hù)問題。因而，本文對數(shù)字圖書館敏感數(shù)據(jù)匿名發(fā)布的若干關(guān)鍵技術(shù)進(jìn)行了一些研究，論文的主要工作如下：
　　 (1)面向應(yīng)用的敏感數(shù)據(jù)匿名發(fā)布框架的研究
　　 針對當(dāng)前敏感數(shù)據(jù)隱私保護(hù)中所面臨的種種挑戰(zhàn)，創(chuàng)新地提出了一種適應(yīng)應(yīng)用需求的數(shù)據(jù)發(fā)布體系結(jié)構(gòu)框架方案--基于領(lǐng)域知識面向應(yīng)用的敏感數(shù)據(jù)匿名發(fā)布框架，并對框架模塊進(jìn)行了初步介紹，同時(shí)還給出了一個個性

3、化自適應(yīng)的隱私保護(hù)數(shù)據(jù)發(fā)布算法。該框架嘗試使用自適應(yīng)的機(jī)制，不但能滿足不同的數(shù)據(jù)應(yīng)用需求而且又能滿足數(shù)據(jù)所有者不同的隱私保護(hù)需求。在自適應(yīng)數(shù)據(jù)發(fā)布算法中，聯(lián)合采用了準(zhǔn)標(biāo)識屬性QI泛化和敏感屬性SA泛化以獲得符合匿名發(fā)布原則的匿名數(shù)據(jù)表，從而在滿足隱私保護(hù)需求的同時(shí)減少了發(fā)布數(shù)據(jù)的信息損失，即盡可能地提高了發(fā)布數(shù)據(jù)的信息精度。
　　 (2)基于泛化的個性化匿名數(shù)據(jù)發(fā)布技術(shù)的研究
　　 本文結(jié)合匿名模型的最新發(fā)展，提出了一個

4、可以應(yīng)用于數(shù)字圖書館敏感數(shù)據(jù)發(fā)布的個性化敏感數(shù)據(jù)發(fā)布模型--(P，α，k)-匿名模型和基于泛化技術(shù)的數(shù)據(jù)匿名化實(shí)現(xiàn)算法，從面向個體和敏感屬性值角度出發(fā)，充分考慮了圖書館特殊用戶隱私保護(hù)訴求和大眾用戶的普遍性隱私保護(hù)需求。文中首先介紹了相關(guān)工作并在分析現(xiàn)有個性化匿名原則的基礎(chǔ)上對個性化隱私約束參數(shù)進(jìn)行了建模，并提出了(P，α，k)-匿名模型；接著提出了一個基于泛化技術(shù)的啟發(fā)式TopDown-LA算法，并介紹了該算法應(yīng)用的局部重編碼和特化處

5、理技術(shù)，保證了算法獲取最小k-泛化，最大限度地提高匿名化表精度，而后還分析了算法復(fù)雜性和正確性。最后通過真實(shí)數(shù)據(jù)實(shí)驗(yàn)，驗(yàn)證了這種啟發(fā)式的個性化匿名算法可行性。該算法能充分滿足個性化隱私保護(hù)需求進(jìn)行匿名發(fā)布數(shù)據(jù)，相比Basic Incognito和IMondrian算法信息損失少，算法性能良好。
　　 (3)用戶身份保留的匿名數(shù)據(jù)發(fā)布技術(shù)的研究
　　 本文提出了三種具體的身份保留匿名化原則，并重點(diǎn)介紹了基于聚類的匿名發(fā)布和

6、有損分解IDAnatomy兩種數(shù)據(jù)發(fā)布方法的實(shí)現(xiàn)。數(shù)字圖書館應(yīng)用數(shù)據(jù)的分析在絕大多數(shù)情況下不僅需要發(fā)布的數(shù)據(jù)保留用戶身份，而且還需要考慮用戶的個體隱私保護(hù)需求。針對此種情況，本文首先考慮數(shù)字圖書館領(lǐng)域應(yīng)用數(shù)據(jù)通常存在單一個體對應(yīng)多條記錄的情況，特別分析了此情況下用戶敏感數(shù)據(jù)的侵犯情況，并提出了三種具體的身份保留匿名化原則。接著介紹了應(yīng)用加權(quán)層次距離信息損失評估方式實(shí)現(xiàn)數(shù)據(jù)匿名的基于聚類的(P，α，β)-clustering算法，并分析了

7、算法復(fù)雜度；另外還介紹了有損分解IDAnatomy數(shù)據(jù)發(fā)布方法，其通過將原始關(guān)系的準(zhǔn)標(biāo)識符屬性和敏感屬性以兩個不同的關(guān)系發(fā)布，利用它們之間的有損連接來保護(hù)隱私數(shù)據(jù)的安全，并且給出了基本的IDAnatomy算法保證發(fā)布的數(shù)據(jù)滿足隱私保護(hù)和實(shí)用性要求。最后在實(shí)驗(yàn)環(huán)境中從多個方面比較了原有匿名方法和身份保留的匿名化方法，檢驗(yàn)了方法的有效性。
　　 (4)敏感數(shù)據(jù)圖發(fā)布相關(guān)技術(shù)的研究
　　 本文主要提出了一種新的圖聚類安全分組策

8、略和兩種不同實(shí)現(xiàn)策略的匿名數(shù)據(jù)發(fā)布算法。文中首先分析了數(shù)字圖書館復(fù)雜個體交互關(guān)系數(shù)據(jù)發(fā)布的隱私保護(hù)問題，同時(shí)根據(jù)背景知識對圖攻擊問題進(jìn)行了增量式知識查詢建模和量化。接著在建立二分圖圖模型和相關(guān)定義的基礎(chǔ)上，初步對圖的數(shù)據(jù)匿名集成和數(shù)據(jù)匿名化問題進(jìn)行了探討，同時(shí)介紹了簡單匿名化、列舉和劃分等二分圖基本數(shù)據(jù)匿名發(fā)布方法。而后結(jié)合最新研究成果，提出了一種新的圖聚類安全分組策略來提高二分圖發(fā)布數(shù)據(jù)的可用性，并從實(shí)現(xiàn)策略上比較了先聚后分的CKG算

9、法和邊分邊聚的KGC算法，其間還重點(diǎn)分析了兩個關(guān)鍵問題--圖泛化信息損失和聚類分組超頂點(diǎn)的描述。最后通過實(shí)驗(yàn)表明，基于聚類安全分組策略匿名方法能為圖中的個體提供隱私保護(hù)的同時(shí)還能在一定程度上提高匿名圖數(shù)據(jù)的可用性。
　　 本文研究了數(shù)字圖書館領(lǐng)域幾個常見應(yīng)用場景下的數(shù)據(jù)發(fā)布若干關(guān)鍵技術(shù)，給出了一些可行解決方案，并且對提出的各種算法不僅都作了詳細(xì)的性能分析，而且使用數(shù)字圖書館運(yùn)行的實(shí)際數(shù)據(jù)集或綜合數(shù)據(jù)集對算法進(jìn)行了詳細(xì)實(shí)驗(yàn)。經(jīng)實(shí)驗(yàn)