k-匿名隱私保護(hù)模型中不確定性數(shù)據(jù)建模及存儲(chǔ)問題的研究.pdf

1、隨著隱私保護(hù)意識的提高，人們越來越重視發(fā)布數(shù)據(jù)的隱私泄露問題。為了使隱私信息盡可能少地被泄露，研究人員提出各種隱私保護(hù)手段，不確定性的k-匿名隱私保護(hù)模型已經(jīng)成為數(shù)據(jù)發(fā)布者可信的隱私保護(hù)模型。然而，受隱私保護(hù)要求的制約，即使最優(yōu)化的k-匿名算法，也不能產(chǎn)生完全精確的數(shù)據(jù)，正因?yàn)檫@種不精確性導(dǎo)致了數(shù)據(jù)可用性的降低，數(shù)據(jù)接受者當(dāng)作垃圾數(shù)據(jù)而拒之門外。為了使數(shù)據(jù)接受者能夠更好地處理和管理k-匿名隱私保護(hù)模型中的數(shù)據(jù)而提高其可用性，在文中從另外

2、一個(gè)角度來研究k-匿名數(shù)據(jù)，即把k-匿名隱私保護(hù)模型中的數(shù)據(jù)看成是一種不確定性數(shù)據(jù)，用不確定性的方式來處理它。
　　 建模是不確定性數(shù)據(jù)管理的基礎(chǔ)，k-匿名隱私保護(hù)模型中不確定性數(shù)據(jù)有其特殊性：它是人為泛化后的不確定性數(shù)據(jù)，泛化后的每個(gè)實(shí)例還原成泛化前元組的概率是相等的。由于其特殊性，以往針對非人為造成不確定性的數(shù)據(jù)建模方法已經(jīng)不能簡單用于描述k-匿名隱私保護(hù)模型中的不確定性數(shù)據(jù)。為了描述k-匿名隱私保護(hù)模型中不確定性數(shù)據(jù)，文中

3、提出幾種新的建模方法：kattr模型使用attribute-ors方法來描述k-匿名數(shù)據(jù)中準(zhǔn)標(biāo)識符屬性值的不確定性；ktuple模型把k-匿名表中不確定的屬性值轉(zhuǎn)化成一個(gè)關(guān)系表形式的值，對關(guān)系表使用tuple-ors方法來描述；kupperlower模型把k-匿名表中泛化屬性分開成兩個(gè)字段：上限字段和下限字段，使用兩個(gè)字段的具體值來表示泛化值不確定性值；ktree模型根據(jù)k-匿名表是對普通表通過泛化樹泛化而形成這一特性逆向把泛化值拆分成

4、樹型結(jié)構(gòu)，用樹來表示k-匿名數(shù)據(jù)的不確定性。將由這幾種模型及它們之間的組合構(gòu)成了一個(gè)描述k-匿名隱私保護(hù)模型中不確定性數(shù)據(jù)的模型空間，根據(jù)實(shí)際情況從中選擇最適合的描述模型，然后討論了模型空間中各模型的完備性和封閉性性質(zhì)，形式化地證明了模型的完備性和封閉性問題。
　　 在文章的最后探討了模型的存儲(chǔ)問題。經(jīng)典的關(guān)系型數(shù)據(jù)庫模型無法考慮數(shù)據(jù)的不確定性，要想把模型中不確定性數(shù)據(jù)存儲(chǔ)在關(guān)系數(shù)據(jù)庫中，需要在存儲(chǔ)之前對數(shù)據(jù)進(jìn)行合理地處理。從數(shù)