基于切片技術(shù)交易型數(shù)據(jù)隱私保護(hù)方法.pdf

1、隨著互聯(lián)網(wǎng)的高速發(fā)展，人類的一切日?；顒?dòng)，如線上/線下購物、醫(yī)療診治、網(wǎng)絡(luò)搜索甚至于日常通信等等，都可以被跟蹤、記錄和存儲(chǔ)在交易型數(shù)據(jù)集中。對(duì)外發(fā)布和共享這類隱含著海量信息的交易型數(shù)據(jù)集可以為各類研究和企業(yè)決策提供有力的數(shù)據(jù)支撐，但它同時(shí)會(huì)對(duì)個(gè)人隱私造成嚴(yán)重的威脅。因此，如何在對(duì)外發(fā)布和共享交易型數(shù)據(jù)集時(shí)提出一種有效的方法，既使得用戶隱私得到保護(hù)又使得信息損失盡可能地降低，是具有非常重要的理論和現(xiàn)實(shí)意義的。
　　本文從交易型數(shù)據(jù)集

2、擁有者的角度綜合考慮了成員隱私保護(hù)、身份隱私保護(hù)、屬性隱私保護(hù)和關(guān)聯(lián)規(guī)則保護(hù)，并提出了一種新的度量數(shù)據(jù)效用的方法，即效用增益值。為了更好地權(quán)衡交易型數(shù)據(jù)發(fā)布過程中的隱私保護(hù)和數(shù)據(jù)效用，本文基于切片技術(shù)，提出了兩種不同的面向交易型數(shù)據(jù)集隱私保護(hù)的方法，即熵L-多元性切片方法和t-接近度切片方法。
　　首先，為了克服現(xiàn)有的交易型數(shù)據(jù)隱私保護(hù)研究中的不足，本文基于熵L-多元性模型和切片技術(shù)，提出了面向交易型數(shù)據(jù)集隱私保護(hù)的熵L-多元性切

3、片方法。根據(jù)該方法的基本思想給出具體的算法設(shè)計(jì)，并證明了該方法的高效性。針對(duì)三個(gè)不同的交易型數(shù)據(jù)集進(jìn)行數(shù)值實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果顯示:熵L-多元性切片方法不僅能夠有效地保護(hù)交易型數(shù)據(jù)集中的成員隱私、身份隱私、屬性隱私和關(guān)聯(lián)規(guī)則，還在降低數(shù)據(jù)效用損失的方面優(yōu)于熵L-多元性剖分方法。
　　其次，針對(duì)熵L-多元性切片方法不能解決的斜交攻擊問題，本文在交易型數(shù)據(jù)隱私保護(hù)的研究中引入了t-接近度模型，并基于切片技術(shù)提出了面向交易型數(shù)據(jù)隱私保護(hù)的t-