多維敏感數(shù)據(jù)發(fā)布基于概率圖的隱私保護(hù)方法研究.pdf

1、互聯(lián)網(wǎng)大數(shù)據(jù)時代的到來，使信息數(shù)據(jù)一躍成為21世紀(jì)極具價值的產(chǎn)物，它的產(chǎn)出從未停歇，甚至呈井噴式增長。隨著數(shù)據(jù)挖掘技術(shù)的日益成熟與廣泛需求，這些從經(jīng)濟(jì)、社會、教育和醫(yī)療等領(lǐng)域產(chǎn)生的大量數(shù)據(jù)，被發(fā)布用于商業(yè)決策、輿情分析以及疾病預(yù)測等，具有非常高的社會和經(jīng)濟(jì)價值。這些數(shù)據(jù)包含了大量的敏感個人信息，因此在發(fā)布之前對其進(jìn)行匿名處理就顯得至關(guān)重要，但并不意味著要隱匿整個數(shù)據(jù)集，而是需要打破敏感屬性與用戶之間的對應(yīng)關(guān)系，使攻擊者不能推測出用戶的隱

2、私信息，尤其是對于多維敏感屬性數(shù)據(jù)而言，這些屬性之間的關(guān)聯(lián)有可能會泄露一些隱藏的信息。另外隨著全球大多數(shù)國家的人口結(jié)構(gòu)已趨向于老齡化，對于醫(yī)療服務(wù)的需求變得極為迫切，隨之而來的是巨量醫(yī)療數(shù)據(jù)的產(chǎn)出，而醫(yī)療數(shù)據(jù)的結(jié)構(gòu)特征往往都是多維敏感屬性的。因此在醫(yī)療大數(shù)據(jù)的背景下，由于其巨大的社會和經(jīng)濟(jì)效益，國內(nèi)外學(xué)者對于多維敏感屬性數(shù)據(jù)發(fā)布的隱私保護(hù)問題已經(jīng)變得越來越重視。
　　然而現(xiàn)有的隱私匿名保護(hù)方法往往是基于對單維敏感屬性數(shù)據(jù)隱私保護(hù)方

3、法的簡單擴(kuò)展，在保護(hù)用戶的多維敏感屬性時可能存在過保護(hù)導(dǎo)致數(shù)據(jù)效用性過低或者安全性欠佳導(dǎo)致屬性之間的關(guān)聯(lián)性被攻擊的情況，因此為了滿足多維敏感屬性數(shù)據(jù)發(fā)布的需求，本文基于多維敏感屬性數(shù)據(jù)發(fā)布提出了一種概率多部圖隱私保護(hù)方法。主要研究工作如下:
　　首先，針對多維敏感屬性數(shù)據(jù)發(fā)布的隱私保護(hù)模型中所存在的問題進(jìn)行介紹分析，從而指出了現(xiàn)有的隱私保護(hù)模型中大多針對匿名程度進(jìn)行研究和改進(jìn)，少有考慮多維敏感數(shù)據(jù)的特性，因此本文從數(shù)據(jù)的效用性，即

4、盡量減少損失來考慮并進(jìn)行研究。
　　其次，根據(jù)多維敏感屬性數(shù)據(jù)的特性我們提出一種新穎的數(shù)據(jù)表示方法，以多部圖的形式來呈現(xiàn)多維敏感屬性數(shù)據(jù)從而減少數(shù)據(jù)冗余，采用準(zhǔn)標(biāo)識符屬性標(biāo)簽來表示用戶節(jié)點，并將數(shù)據(jù)集中多維屬性之間的關(guān)聯(lián)性作為多部圖中節(jié)點的邊，從多維敏感屬性數(shù)據(jù)表構(gòu)造多部圖實現(xiàn)初步匿名化，對其進(jìn)行分析并給出了信息損失和隱私風(fēng)險度量方法。
　　然后，結(jié)合多維敏感屬性數(shù)據(jù)與多部圖結(jié)構(gòu)設(shè)計了一種基于概率圖模型的多部圖隱私保護(hù)模型，

5、采用聚類的方法進(jìn)行分組，以減少信息損失，并通過添加概率邊的形式體現(xiàn)屬性之間的關(guān)聯(lián)程度，從而使得發(fā)布的數(shù)據(jù)在滿足隱私要求的同時，最大限度地保留了敏感屬性之間的關(guān)聯(lián)規(guī)則，使數(shù)據(jù)使用者在進(jìn)行分析時得到的結(jié)果更加準(zhǔn)確，大大提高了數(shù)據(jù)的效用性。
　　最后，給出了系統(tǒng)的設(shè)計方案以及匿名算法的詳細(xì)實現(xiàn)過程。并從匿名后數(shù)據(jù)的安全性和效用性兩個方面，采用真實數(shù)據(jù)集對本文方法進(jìn)行實驗評估，實驗結(jié)果表明，本方法在保證數(shù)據(jù)安全性的情況下，最大可能地保留了