基于e-多樣性的隱私保護方法研究.pdf

1、網(wǎng)絡(luò)時代，人們可以輕易地收集大量的包含個人隱私信息的數(shù)據(jù)。在將這些數(shù)據(jù)發(fā)布以進行科學(xué)研究或者數(shù)據(jù)分析前，需要對這些數(shù)據(jù)進行匿名處理以防止個人敏感信息泄露。如何防止具有一定背景知識的攻擊者從發(fā)布數(shù)據(jù)中以較高的概率推導(dǎo)出受害者記錄的敏感屬性值，同時又盡可能地保留大量個體記錄的統(tǒng)計信息（也即減少信息損失或保留數(shù)據(jù)效用）是隱私保護的熱點問題?，F(xiàn)有的基于?-多樣性隱私保護原則的隱私保護模型及其衍生模型，能阻止攻擊者在已知受害者的非敏感屬性值的情況

2、下，不能以高于1/?的概率獲知受害者的敏感屬性值，但還不能抵制具有更多背景知識攻擊者的攻擊；并且現(xiàn)有的滿足?-多樣性隱私保護原則的數(shù)據(jù)匿名處理方法會引起具有較多的信息損失。因此進一步提高基于?-多樣性的隱私保護方法的安全性以及減少數(shù)據(jù)匿名造成的信息損失具有重要意義。
　　現(xiàn)有隱私保護方法在生成滿足?-多樣性隱私保護原則的數(shù)據(jù)過程中，會造成較多的記錄敏感屬性值與非敏感屬性（組合）值間對應(yīng)關(guān)系損失。針對這一問題，構(gòu)造數(shù)據(jù)劃分優(yōu)化規(guī)則，

3、設(shè)計對數(shù)據(jù)進行兩級劃分的方法：先基于詞典和各非敏感屬性與敏感屬性相關(guān)性排序的劃分方法生成初始劃分；然后對初始劃分進行精細(xì)劃分，使得在精細(xì)劃分后生成的數(shù)據(jù)塊中各記錄的敏感屬性值各不相同，且各數(shù)據(jù)塊中的記錄數(shù)大于并盡可能地接近?。這樣所得到的滿足?-多樣性隱私保護原則的發(fā)布數(shù)據(jù)具有較少的敏感屬性值與非敏感屬性值之間對應(yīng)關(guān)系的損失。為衡量匿名處理造成的敏感屬性值與非敏感屬性值對應(yīng)關(guān)系損失，給出了量化方式。在真實數(shù)據(jù)集上的實驗評估表明，該方法能

4、減少記錄敏感屬性值與非敏感屬性值間對應(yīng)關(guān)系損失。
　　通過引入具有獨立特征的?-多樣性隱私保護原則，整合隨機劃分、擾動和概化等匿名方法，構(gòu)造出了具有獨立特征的?-多樣性原則的隱私保護模型?；谠撃Ｐ偷陌l(fā)布數(shù)據(jù)中個體通過其準(zhǔn)標(biāo)識屬性值鏈接到其真實敏感屬性值的概率不超過1/?，同時這一鏈接過程是相互獨立的。基于該模型生成的數(shù)據(jù)由若干匿名記錄塊組成，各塊由至少k個記錄概化后的準(zhǔn)標(biāo)識屬性值和一個至少由?個不同的敏感屬性值的集合構(gòu)成；每一塊

5、的敏感屬性值由其中記錄的真實敏感屬性值和隨機個數(shù)的、隨機選擇的、滿足一定條件的敏感屬性值構(gòu)成。在滿足該模型安全性要求的前提下，為盡可能減少匿名處理造成的對應(yīng)關(guān)系損失，給出了數(shù)據(jù)劃分應(yīng)遵循的三條規(guī)則；結(jié)合現(xiàn)有劃分方法，給出改進的、滿足這三條規(guī)則的數(shù)據(jù)劃分方法和模型實現(xiàn)方法。在真實數(shù)據(jù)集上對該模型實現(xiàn)方法的有效性進行了驗證，結(jié)果表明現(xiàn)有方法相比，該方法能有效減少敏感屬性值與非敏感屬性值間對應(yīng)關(guān)系損失。
　　針對上述方法生成的、具有獨立

6、特征?-多樣性的數(shù)據(jù)不能保留原始數(shù)據(jù)集中各敏感屬性值出現(xiàn)的頻次問題，設(shè)計了一種噪音添加方法：每個匿名記錄的敏感屬性值是一個由其真實敏感屬性值和?-1個按照一定方式隨機選擇的噪音值構(gòu)成的集合。該方法在匿名數(shù)據(jù)中保留了各敏感屬性值出現(xiàn)的頻次。在真實數(shù)據(jù)集上驗證了該噪音添加方法的有效性。
　　針對?-差分隱私保護模型不能用于隱藏個體記錄敏感屬性值和很難確定參數(shù)?值等問題，給出零-差分隱私保護模型，該模型要求：若攻擊者在得到發(fā)布數(shù)據(jù)前沒有