面向聚類的隱私模型構建與實現(xiàn)技術.pdf

1、互聯(lián)網(wǎng)和數(shù)據(jù)存儲技術的快速發(fā)展使得大規(guī)模數(shù)據(jù)的共享和管理成為可能，盡管數(shù)據(jù)挖掘技術為人們發(fā)現(xiàn)這些數(shù)據(jù)的深層使用價值提供了便利，然而對這些數(shù)據(jù)的共享和挖掘也帶來了個體隱私安全問題：如研究者通過對在線影片租賃提供商Netflix匿名發(fā)布的用戶電影排名數(shù)據(jù)進行分析，可以識別出96％的Netflix訂閱者身份，從而造成這些訂閱者個體隱私泄露。近年來，隱私保護數(shù)據(jù)發(fā)布已成為數(shù)據(jù)庫領域的研究熱點之一。
　　目前，已有數(shù)據(jù)隱藏研究主要集中于高強

2、度個體隱私保護技術方面，對隱藏中數(shù)據(jù)可用性的維持較弱，亦缺少對兼顧數(shù)據(jù)可用性的數(shù)據(jù)隱私模型的關注。針對上述問題，本文對面向聚類的數(shù)據(jù)隱私模型及相應兼顧數(shù)據(jù)聚類可用性和隱私安全性的數(shù)據(jù)隱藏方法進行研究。
　　論文主要工作包括：
　　(1)提出一種基于密度可達概念的面向聚類隱私保護模型(mpts，ε，h)，通過對隱藏后所有數(shù)據(jù)記錄添加在ε內密度可達(mpts相關)近鄰數(shù)不小于h約束，避免可能出現(xiàn)的近鄰攻擊。
　　(2)提出

3、基于(mpts，ε，h)隱私模型的平移擾動隱藏策略，利用核心點的傳遞性，使孤立數(shù)據(jù)點向核心點方向靠近，在維持原數(shù)據(jù)點在各聚簇的分布的同時保證發(fā)布后數(shù)據(jù)滿足模型約束。進一步，基于鄰域相似性和鄰域價值的概念，采用貪心法對所設計基于平移的隱藏方法進行優(yōu)化，提出(mpts，ε，h)隱私模型的快速實現(xiàn)方法。
　　(3)針對采用平移近鄰隱藏方法可能存在的鄰域內部數(shù)據(jù)安全性較低的問題，設計基于賭輪遺傳方法的擾動算法RWSGA，借助合理的交叉和變