數(shù)據(jù)發(fā)布中的隱私保護(hù)方法研究.pdf

1、隨著計(jì)算機(jī)技術(shù)、網(wǎng)絡(luò)連接性的迅速發(fā)展，磁盤存儲(chǔ)空間日益增加，包含個(gè)人信息的數(shù)據(jù)收集的種類和數(shù)量呈指數(shù)增長。為了進(jìn)行數(shù)據(jù)挖掘，數(shù)據(jù)所有者需要發(fā)布這些包含個(gè)人信息的數(shù)據(jù)。然而，對個(gè)人隱私的關(guān)注阻礙了個(gè)人數(shù)據(jù)的任意發(fā)布。因此，發(fā)布個(gè)人數(shù)據(jù)的同時(shí)不泄露數(shù)據(jù)中的敏感信息已經(jīng)成為了一個(gè)普遍的問題。 隱私保護(hù)的目的是保證攻擊者不能以高置信度推測目標(biāo)個(gè)體的敏感信息。在數(shù)據(jù)發(fā)布的過程，假設(shè)數(shù)據(jù)發(fā)布者始終知道待發(fā)布的數(shù)據(jù)中哪些屬性是敏感屬性。為了不

2、泄露數(shù)據(jù)中包含的關(guān)于個(gè)體的敏感信息，數(shù)據(jù)發(fā)布者通常隱藏原始數(shù)據(jù)，而發(fā)布原始數(shù)據(jù)的匿名數(shù)據(jù)。另一方面，數(shù)據(jù)發(fā)布的目的是為了進(jìn)行某些數(shù)據(jù)分析和研究，數(shù)據(jù)發(fā)布者必須保證基于匿名數(shù)據(jù)的數(shù)據(jù)分析具有較高的準(zhǔn)確度。因此，在數(shù)據(jù)發(fā)布中的隱私保護(hù)研究中，關(guān)鍵在于如何平衡隱私保護(hù)與匿名數(shù)據(jù)可用性之間的矛盾。 隱私保護(hù)方法通常將原始數(shù)據(jù)中的記錄劃分成多個(gè)等價(jià)類來進(jìn)行發(fā)布，而且每個(gè)等價(jià)類需要滿足一定的隱私規(guī)則。隱私保護(hù)的質(zhì)量通常取決于同一等價(jià)類中敏感

3、屬性值的多樣性?；诜淳垲惖碾[私保護(hù)方法利用反聚類的思想盡可能的將具有獨(dú)特敏感值的個(gè)體記錄分配到同一個(gè)等價(jià)類中，并直接發(fā)布記錄的類身份屬性來盡可能的抓住原始數(shù)據(jù)中的大量信息。同時(shí)，平均保護(hù)期望綜合考慮每個(gè)等價(jià)類中的記錄數(shù)和獨(dú)特敏感值的個(gè)數(shù)來衡量隱私保護(hù)的質(zhì)量。研究表明，基于反聚類的隱私保護(hù)方法不僅能保證匿名數(shù)據(jù)的可用性還能提供更好的隱私保護(hù)。 攻擊者除了根據(jù)外部數(shù)據(jù)庫獲得目標(biāo)個(gè)體的身份和類身份屬性信息外，還可能通過各種其他途徑獲

4、得其他的背景知識(shí)來推測目標(biāo)個(gè)體的敏感信息。而遺憾的是數(shù)據(jù)發(fā)布者根本不可能準(zhǔn)確的預(yù)知攻擊者的背景知識(shí)。因此，數(shù)據(jù)發(fā)布者在進(jìn)行數(shù)據(jù)發(fā)布時(shí)，只能假設(shè)攻擊者可能具備一些確實(shí)存在又能被有效解決的背景知識(shí)。對于新的背景知識(shí)，反背景知識(shí)的隱私規(guī)則通過要求每個(gè)等價(jià)類中的記錄滿足一定的條件來使得攻擊者不能通過其所獲得的背景知識(shí)以很高的置信度推測目標(biāo)個(gè)體的敏感信息。研究結(jié)果表明，該規(guī)則能有效地避免背景知識(shí)引起的隱私攻擊，同時(shí)還能允許進(jìn)行較準(zhǔn)確的數(shù)據(jù)分析。

5、 數(shù)據(jù)的內(nèi)容會(huì)因?yàn)椴迦?、刪除和修改等操作而改變。因此，當(dāng)數(shù)據(jù)的內(nèi)容發(fā)生改變時(shí)，必須對數(shù)據(jù)重新進(jìn)行發(fā)布。通過聯(lián)合同一原始數(shù)據(jù)在多個(gè)不同發(fā)布時(shí)刻的匿名數(shù)據(jù)，攻擊者可能以很高的置信度推測目標(biāo)個(gè)體的敏感信息。數(shù)據(jù)重發(fā)布中的隱私規(guī)則利用替換技術(shù)來保證一條記錄在不同發(fā)布時(shí)刻的匿名數(shù)據(jù)中的簽名滿足一個(gè)包含的關(guān)系，從而使得攻擊者不能通過聯(lián)合多個(gè)不同發(fā)布時(shí)刻的匿名數(shù)據(jù)中的信息以很高的置信度推測目標(biāo)個(gè)體的隱私信息。 在現(xiàn)實(shí)生活中，由于數(shù)據(jù)中的個(gè)體

6、不同、對數(shù)據(jù)的理解不同等原因，待發(fā)布的數(shù)據(jù)中可能包含多個(gè)敏感屬性。多敏感屬性對隱私保護(hù)提出了更多的挑戰(zhàn)，例如攻擊者可以通過聯(lián)合敏感屬性之間的對應(yīng)關(guān)系和關(guān)于某些敏感屬性的背景知識(shí)推測目標(biāo)個(gè)體的敏感信息。已經(jīng)提出的隱私規(guī)則基本上全部假設(shè)待發(fā)布的數(shù)據(jù)中只包含一個(gè)敏感屬性，從而導(dǎo)致這些規(guī)則對面向多敏感屬性的數(shù)據(jù)發(fā)布中的隱私泄露問題顯得束手無策。面向多敏感屬性數(shù)據(jù)發(fā)布中的隱規(guī)則通過局部改變敏感屬性之間的對應(yīng)結(jié)構(gòu)使得攻擊者不能根據(jù)敏感屬性之間的對應(yīng)