發(fā)布數(shù)據(jù)的隱私保護技術(shù)研究.pdf

1、隨著網(wǎng)絡(luò)信息技術(shù)的高速發(fā)展，大量個人信息被政府部門、商業(yè)機構(gòu)等存儲、發(fā)布。數(shù)據(jù)發(fā)布作為信息共享的一種手段，在為數(shù)據(jù)交換和數(shù)據(jù)共享提供便利的同時，也對個人隱私帶來了威脅。雖然數(shù)據(jù)發(fā)布機構(gòu)會采取措施隱藏發(fā)布數(shù)據(jù)中的個人身份標(biāo)識，但是通過在多個公開的數(shù)據(jù)源間進行連接操作往往會導(dǎo)致意想不到的隱私信息泄漏問題。K-匿名模型可以保護隱私數(shù)據(jù)不受鏈接攻擊，能夠有效地解決身份泄漏問題，但其對敏感屬性泄露沒有相應(yīng)的保護機制，現(xiàn)有的其它隱私保護技術(shù)也沒有考

2、慮敏感屬性的敏感度問題。論文對當(dāng)前數(shù)據(jù)發(fā)布過程中的匿名化技術(shù)進行分析、研究，提出了一種新的匿名方案及算法，主要研究內(nèi)容及貢獻如下：
　　 針對現(xiàn)有數(shù)據(jù)發(fā)布隱私保護技術(shù)在匿名化過程中沒有考慮敏感屬性敏感度的問題，結(jié)合實際應(yīng)用中對不同敏感度的敏感屬性應(yīng)該給予不同保護強度的實際需求，提出了一種基于敏感屬性敏感度分組的(p，a)-Sensitive K-匿名隱私保護模型。該方法首先根據(jù)敏感屬性的敏感度進行分組，然后給各敏感組設(shè)置不同的組

3、約束。實驗結(jié)果表明該方法可以明顯地減少數(shù)據(jù)發(fā)布過程中的隱私泄漏，增強了數(shù)據(jù)發(fā)布的安全性。
　　 通過分析當(dāng)前匿名泛化算法的不足，將聚類分析的思想引入到(p，a)-SensitiveK-匿名模型中，將K-匿名問題轉(zhuǎn)化為K成員聚類問題，把聚類中的距離計算方法應(yīng)用到(p，a)-Sensitive K-匿名模型中來計算元組之間的距離，使每個類中的元組盡可能的相似，并給出相應(yīng)的距離定義和信息損失計算公式以及聚類泛化算法，對算法進行了正確性