多云協(xié)同架構下安全高效的數(shù)據(jù)隱私保護方法.pdf

1、云計算的發(fā)展提高了大數(shù)據(jù)處理的效率和降低了用戶的成本，但這種發(fā)展受到了數(shù)據(jù)隱私保護的嚴重阻礙?；诿荑€共享技術或全同態(tài)加密技術因代價大、效率低，不適用于云計算環(huán)境下大數(shù)據(jù)處理的隱私安全保護。在云計算背景下，利用有安全保障的私有云處理敏感隱私信息和無安全保障的公有云處理非敏感隱私信息是一種有效的解決方案。但這種混合云解決方案并不能被主流的大數(shù)據(jù)處理框架如MapReduce所支持。針對這一問題，本文研究了在多云協(xié)同架構下利用MapReduc

2、e保護大數(shù)據(jù)處理中的數(shù)據(jù)隱私的問題。
　　本文針對多云協(xié)同架構，提出了基于數(shù)據(jù)劃分模型，該模型是一種通用的隱私數(shù)據(jù)處理模型，采用數(shù)據(jù)劃分技術將包含敏感屬性的數(shù)據(jù)從原始數(shù)據(jù)中分離開，再利用私有云和公有云來分別處理包含敏感屬性和不包含敏感屬性的數(shù)據(jù)，從而實現(xiàn)隱私保護。針對已知屬性值的統(tǒng)計概率的情況，提出一種更高效的隱私數(shù)據(jù)處理模型，即基于密碼學模型，該模型是利用高效的密碼學多表代換手段實現(xiàn)對原始數(shù)據(jù)中的敏感信息進行加密來實現(xiàn)隱私保護目

3、的的。針對上述兩種模型，分別設計了相應的解決方案。在基于數(shù)據(jù)劃分模型解決方案中，提出“基于value/key值劃分”方法使得劃分后的兩個數(shù)據(jù)集可以單獨交付不同云平臺處理,且保證全部敏感信息只存在于其中的一個數(shù)據(jù)集中，在該方法中利用BloomFilter解決了key值收集和查找的難點。在基于密碼學模型解決方案中，提出“基于概率的多表代換”方法，該方法依據(jù)屬性值的統(tǒng)計概率實現(xiàn)對全部屬性值的加密，破壞了基于屬性值的統(tǒng)計規(guī)律，從而保護隱私信息不