隱私保護數(shù)據(jù)發(fā)布相關(guān)算法及模型研究.pdf

1、隨著互聯(lián)網(wǎng)和信息技術(shù)的飛速發(fā)展，日益增長的隱私問題已經(jīng)成為信息共享的主要障礙。如何有效保護發(fā)布數(shù)據(jù)中含有的個人隱私信息已備受人們關(guān)注?；趉-匿名模型和l-多樣性模型的隱私保護數(shù)據(jù)發(fā)布是隱私保護領(lǐng)域的研究熱點。近年來，人們提出了許多有價值的基于k-匿名和l-多樣性模型的隱私保護數(shù)據(jù)發(fā)布技術(shù)。然而，目前數(shù)據(jù)發(fā)布中的隱私保護算法大多是貪心的近似算法，沒有高效率的最優(yōu)算法;大多數(shù)的匿名算法只考慮數(shù)據(jù)的一次發(fā)布，而沒有考慮數(shù)據(jù)集增量發(fā)布中的隱私

2、保護問題;關(guān)于事務(wù)型數(shù)據(jù)和移動軌跡數(shù)據(jù)發(fā)布中的匿名隱私保護的研究工作還處于起步階段。鑒于此，本文主要針對關(guān)系型數(shù)據(jù)發(fā)布、數(shù)據(jù)增量發(fā)布、事務(wù)型數(shù)據(jù)發(fā)布和移動軌跡數(shù)據(jù)發(fā)布中的若干隱私保護問題開展研究工作。
　　 論文工作的主要成果表現(xiàn)在以下幾個方面:
　　 (1)從子空間劃分的角度來研究基于空間嚴格多維劃分的最優(yōu)k-匿名問題，發(fā)現(xiàn)所有可能的子空間數(shù)量遠小于所有可能的劃分數(shù)量，從而設(shè)計出基于子空間嚴格劃分的隱私保護最優(yōu)k-匿名

3、動態(tài)規(guī)劃算法。
　　 (2)提出一種適用于多種隱私保護機制的最優(yōu)子空間嚴格劃分動態(tài)規(guī)劃算法框架，并通過以l-多樣性為隱私保護機制的實驗分析驗證該算法框架的有效性。
　　 (3)提出一種基于混合劃分的隱私保護技術(shù)，用于克服嚴格劃分技術(shù)所發(fā)布數(shù)據(jù)的信息損失較大而非嚴格劃分技術(shù)所發(fā)布數(shù)據(jù)可能存在查詢混淆的不足。
　　 (4)提出了防止數(shù)據(jù)增量發(fā)布過程中發(fā)生隱私泄露的單調(diào)概化原則，并利用該原則，設(shè)計了一個基于劃分的增量數(shù)

4、據(jù)重發(fā)布k-匿名算法，該算法可安全且高效地實現(xiàn)連續(xù)增長數(shù)據(jù)集重發(fā)布的隱私保護，同時保證發(fā)布數(shù)據(jù)具有較高的數(shù)據(jù)質(zhì)量。
　　 (5)將剖分技術(shù)用于高維的事務(wù)型數(shù)據(jù)發(fā)布中的隱私保護，在不區(qū)分準標識符和敏感屬性的前提下，通過計算事務(wù)型數(shù)據(jù)中屬性間的均方列聯(lián)系數(shù)將高維屬性集剖分成互不相交的若干個屬性子集，進而設(shè)計出具有高數(shù)據(jù)可用性的事務(wù)型數(shù)據(jù)發(fā)布隱私保護剖分算法。
　　 (6)針對傳統(tǒng)基于聚類的軌跡數(shù)據(jù)發(fā)布算法只關(guān)注單條軌跡的隱私