面向數(shù)據(jù)發(fā)布的數(shù)據(jù)匿名技術(shù)研究.pdf

1、數(shù)據(jù)匿名是一種基于模糊和隱藏的隱私保護(hù)技術(shù)。現(xiàn)有的數(shù)據(jù)匿名技術(shù)主要通過(guò)泛化、抑制等方式實(shí)現(xiàn)數(shù)據(jù)的匿名化，降低攻擊者獲取用戶身份和敏感信息的概率，保護(hù)用戶隱私，同時(shí)保證數(shù)據(jù)的真實(shí)性和可用性。目前，數(shù)據(jù)匿名主要用于解決數(shù)據(jù)發(fā)布、位置服務(wù)、社交網(wǎng)絡(luò)和數(shù)據(jù)查詢等應(yīng)用中的隱私保護(hù)問(wèn)題。其中，面向數(shù)據(jù)發(fā)布的數(shù)據(jù)匿名技術(shù)是現(xiàn)階段實(shí)現(xiàn)數(shù)據(jù)安全共享的關(guān)鍵技術(shù)。然而，該技術(shù)在實(shí)際應(yīng)用中仍然存在諸多不足。因此研究面向數(shù)據(jù)發(fā)布的數(shù)據(jù)匿名技術(shù)，重點(diǎn)針對(duì)該技術(shù)在實(shí)

2、際應(yīng)用中的若干問(wèn)題展開研究。當(dāng)前面向數(shù)據(jù)發(fā)布的數(shù)據(jù)匿名技術(shù)在匿名高維度、高缺失和復(fù)雜關(guān)系數(shù)據(jù)等三個(gè)方面存在以下問(wèn)題:首先，現(xiàn)有的數(shù)據(jù)匿名算法在處理高維數(shù)據(jù)時(shí)會(huì)遭遇“維度災(zāi)難”，并丟失大部分信息，導(dǎo)致數(shù)據(jù)可用性趨近于零。其次，在處理缺失數(shù)據(jù)時(shí)，現(xiàn)有的匿名算法會(huì)出現(xiàn)缺失數(shù)據(jù)污染其他數(shù)據(jù)的現(xiàn)象，導(dǎo)致缺失數(shù)據(jù)比例增加，數(shù)據(jù)可用性大大降低。最后，現(xiàn)有的數(shù)據(jù)匿名技術(shù)在處理包含多條用戶記錄的復(fù)雜關(guān)系數(shù)據(jù)時(shí)，會(huì)出現(xiàn)模型適用性問(wèn)題，導(dǎo)致匿名性降低或者嚴(yán)重

3、的數(shù)據(jù)缺損。因此，需要設(shè)計(jì)新的數(shù)據(jù)匿名算法和模型，以應(yīng)對(duì)以上挑戰(zhàn)。
　　本研究分別針對(duì)高維度、高缺失和復(fù)雜關(guān)系數(shù)據(jù)提出了相應(yīng)的匿名發(fā)布技術(shù):首先，針對(duì)高維數(shù)據(jù)，提出基于自然等價(jià)類的數(shù)據(jù)匿名算法和基于半劃分的數(shù)據(jù)匿名算法，分別從利用自然等價(jià)類和兼容離群數(shù)據(jù)兩方面優(yōu)化匿名劃分策略，降低數(shù)據(jù)缺損，提高數(shù)據(jù)可用性。其次，針對(duì)高缺失數(shù)據(jù)，提出基于聚類的缺失數(shù)據(jù)匿名算法和按列隔離的缺失數(shù)據(jù)匿名算法，通過(guò)按行和按列隔離策略，降低缺失數(shù)據(jù)污染，提

4、高數(shù)據(jù)可用性。最后，針對(duì)復(fù)雜關(guān)系數(shù)據(jù)，提出（k，l）-多樣化模型，通過(guò)同時(shí)約束關(guān)系和事務(wù)數(shù)據(jù)，保護(hù)用戶隱私，并給出滿足該模型的APA、PAA和1M-Generalization算法，通過(guò)結(jié)合關(guān)系和事務(wù)數(shù)據(jù)匿名技術(shù)，降低數(shù)據(jù)缺損，提高數(shù)據(jù)可用性。在上述理論研究的基礎(chǔ)上，論文設(shè)計(jì)并開發(fā)了一套數(shù)據(jù)匿名發(fā)布和評(píng)估原型系統(tǒng)PPDPES，集成了高維度、高缺失和復(fù)雜關(guān)系數(shù)據(jù)匿名發(fā)布和評(píng)估功能，并給出了應(yīng)用示例。與現(xiàn)有的研究工作相比，所提出的數(shù)據(jù)匿名技