集值數(shù)據(jù)發(fā)布中敏感度自適應(yīng)模型及匿名化方法研究.pdf

1、隨著近年來計(jì)算機(jī)技術(shù)的迅速發(fā)展和其在生活中的普遍應(yīng)用，使得網(wǎng)絡(luò)中存儲了大量的數(shù)據(jù)。集值數(shù)據(jù)的典型來源有:超市的購物記錄、web查詢記錄、患者醫(yī)療數(shù)據(jù)等。發(fā)布收集到的數(shù)據(jù)集有重要的意義，例如:企業(yè)用于制定有效的銷售決策，政府進(jìn)行輿情監(jiān)控，醫(yī)學(xué)上研究疾病之間的潛在關(guān)聯(lián)等等。然而這些數(shù)據(jù)中可能包含了個(gè)體的隱私信息，如果將其直接發(fā)布，有可能會泄露個(gè)體的隱私。簡單地刪除數(shù)據(jù)中個(gè)體的身份信息并不能達(dá)到隱私保護(hù)的目的，敏感信息可以通過數(shù)據(jù)之間的復(fù)雜關(guān)

2、聯(lián)性被推斷或分析出來，數(shù)據(jù)的隱私保護(hù)涉及數(shù)據(jù)分析、信息安全和不確定性處理等多種研究領(lǐng)域，集值數(shù)據(jù)發(fā)布的隱私保護(hù)問題已經(jīng)成為當(dāng)前的一個(gè)研究熱點(diǎn)。
　　面向集值數(shù)據(jù)的隱私保護(hù)方法最早的有k-匿名模型和基于它的一些擴(kuò)展模型，后期的ρ-不確定性隱私保護(hù)模型，能夠從數(shù)據(jù)集的隱私性和效用性這兩個(gè)方面更好的符合集值型數(shù)據(jù)的特點(diǎn)。而ρ-不確定性隱私保護(hù)模型中將敏感項(xiàng)目的敏感度均視為同一個(gè)敏感等級，要求攻擊者根據(jù)背景知識推斷出個(gè)體擁有敏感項(xiàng)目的概率

3、值不能大于ρ。而針對一些不均勻的數(shù)據(jù)集，其敏感項(xiàng)目分布極不均勻或敏感項(xiàng)目自身敏感度就有區(qū)別的情況下，如果不考慮這些特征，會導(dǎo)致對敏感度較高的項(xiàng)目保護(hù)力度不夠或?qū)γ舾卸鹊偷捻?xiàng)目造成過保護(hù)，使得匿名后數(shù)據(jù)集的效用性較低。本文主要研究工作如下:
　　首先，提出一種敏感度自適應(yīng)的不確定性隱私保護(hù)方法和模型。該方法根據(jù)敏感項(xiàng)目的敏感度不同而自適應(yīng)制定ρ-不確定性隱私保護(hù)模型，考慮了影響項(xiàng)目敏感度的多方面因素，制定出使敏感度不同的項(xiàng)目擁有多樣

4、化的隱私閡值ρ。對發(fā)布的數(shù)據(jù)集中能推斷出敏感項(xiàng)目的概率值進(jìn)行彈性控制，提供一種更加靈活、更能應(yīng)用于具有多種特征的數(shù)據(jù)集、更能滿足個(gè)體個(gè)性化需求的隱私保護(hù)模型。
　　然后，根據(jù)提出的隱私方法，采用局部泛化與部分刪除相結(jié)合的算法來實(shí)現(xiàn)整個(gè)匿名過程，匿名過程中采用自上而下的啟發(fā)式算法實(shí)現(xiàn)對數(shù)據(jù)集的分組，根據(jù)制定的消除策略，不斷地消除各個(gè)組內(nèi)違反了隱私要求的敏感關(guān)聯(lián)規(guī)則。匿名過程中采用自上而下的啟發(fā)式算法實(shí)現(xiàn)對數(shù)據(jù)集的分組，根據(jù)制定的消除