版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、為了政務(wù)公開、信息共享、科學(xué)研究等目的,政府部門、研究機(jī)構(gòu)等數(shù)據(jù)收集者將收集到的數(shù)據(jù)進(jìn)行選擇性發(fā)布。由于發(fā)布的信息中可能涉及個(gè)體隱私,如患病情況、消費(fèi)記錄、社會關(guān)系等,需要在發(fā)布數(shù)據(jù)的同時(shí)進(jìn)行隱私保護(hù),使攻擊者不能以高置信度推斷特定個(gè)體的敏感信息,以確保隱私信息安全,這就需要對原始數(shù)據(jù)進(jìn)行匿名化處理,而數(shù)據(jù)發(fā)布的目的是為了使用和分析數(shù)據(jù),所以數(shù)據(jù)一旦經(jīng)過了匿名化發(fā)布,可用性也隨之降低。因此,研究基于隱私保護(hù)和高數(shù)據(jù)可用性的數(shù)據(jù)發(fā)布技術(shù)具
2、有理論和現(xiàn)實(shí)意義。
現(xiàn)有的針對發(fā)布數(shù)據(jù)中敏感信息的攻擊和隱私保護(hù)可以分為兩類,一是直接根據(jù)發(fā)布的數(shù)據(jù)進(jìn)行推斷,現(xiàn)在廣泛使用的K匿名,L多樣性等隱私規(guī)則解決此類攻擊:另一種是借助攻擊者已經(jīng)掌握的背景知識來推測目標(biāo)個(gè)體的敏感信息,現(xiàn)有的方法是數(shù)據(jù)發(fā)布者假設(shè)攻擊者可能具備一些特定背景知識,在原有隱私模型的基礎(chǔ)上,加入約束,部分的解決了背景知識攻擊的問題。但是在連續(xù)發(fā)布的數(shù)據(jù)中,攻擊者可能利用連續(xù)發(fā)布的大量數(shù)據(jù)挖掘關(guān)聯(lián)規(guī)則作為背景
3、知識對個(gè)人隱私進(jìn)行攻擊,造成隱私信息泄露,現(xiàn)有的方法則尚未有針對性討論。
針對這一問題,本文研究面向連續(xù)發(fā)布數(shù)據(jù)的背景知識攻擊。利用關(guān)聯(lián)規(guī)則對連續(xù)發(fā)布的數(shù)據(jù)用準(zhǔn)標(biāo)識符屬性和敏感屬性之間進(jìn)行關(guān)聯(lián),形成正負(fù)關(guān)聯(lián)規(guī)則作為背景知識。用條件概率表示準(zhǔn)標(biāo)識屬性與敏感屬性之間的聯(lián)系,基于概率方法對背景知識建模,使得目標(biāo)個(gè)體與敏感屬性之間關(guān)聯(lián)的置信度發(fā)生改變從而造成了隱私泄露;使用熵模型度量攻擊者獲的背景知識帶來隱私泄露程度。
4、 針對連續(xù)發(fā)布數(shù)據(jù)的背景知識攻擊問題,本文提出一種新的隱私保護(hù)規(guī)則(ε,λ)-distinctness和隱私保護(hù)算法。(ε,λ)-distinctness規(guī)則用于防范攻擊者在具有背景知識后推測準(zhǔn)標(biāo)識屬性與敏感屬性的關(guān)聯(lián)關(guān)系,使得攻擊者根據(jù)背景知識準(zhǔn)確推測目標(biāo)個(gè)體的敏感屬性的概率不超過1/ε,而不具備背景知識的攻擊者推測目標(biāo)個(gè)體的敏感屬性的概率不超過1/(ε*λ)。提出(ε,λ)-distinctness規(guī)則算法,采用分組的算法,計(jì)算滿
5、足(ε,λ)-distinctness規(guī)則的匿名數(shù)據(jù),并分析了(ε,λ)-distinctness隱私保護(hù)規(guī)則的安全性。
本文選用國際上普遍采用Adult數(shù)據(jù)庫,從兩個(gè)方面實(shí)驗(yàn)驗(yàn)證了上述隱私保護(hù)方法。在抵御背景知識攻擊上,分析比較了(ε,λ)-distinctness規(guī)則與Anatomy規(guī)則的性能,實(shí)驗(yàn)結(jié)果表明(ε,λ)-distinctness規(guī)則比Anatomy規(guī)則相比更能抵御背景知識攻擊。在數(shù)據(jù)可用性和計(jì)算效率上,分
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 隱私保護(hù)關(guān)聯(lián)規(guī)則挖掘.pdf
- 保護(hù)隱私的關(guān)聯(lián)規(guī)則挖掘研究.pdf
- 面向關(guān)聯(lián)規(guī)則挖掘的隱私保護(hù).pdf
- 面向隱私保護(hù)的關(guān)聯(lián)規(guī)則挖掘研究.pdf
- 隱私保護(hù)關(guān)聯(lián)規(guī)則挖掘算法的研究.pdf
- 基于遺傳算法的關(guān)聯(lián)規(guī)則隱私保護(hù)挖掘研究.pdf
- 數(shù)據(jù)挖掘中基于關(guān)聯(lián)規(guī)則隱私保護(hù)算法的研究.pdf
- 面向關(guān)聯(lián)規(guī)則挖掘的隱私保護(hù)算法研究.pdf
- 關(guān)聯(lián)規(guī)則挖掘中的隱私保護(hù)方法研究.pdf
- 基于背景知識的關(guān)聯(lián)規(guī)則挖掘方法研究及應(yīng)用.pdf
- 基于關(guān)聯(lián)規(guī)則挖掘的隱私保護(hù)技術(shù)研究與實(shí)現(xiàn).pdf
- 關(guān)聯(lián)規(guī)則挖掘中隱私保護(hù)技術(shù)研究.pdf
- 保護(hù)隱私的分布式關(guān)聯(lián)規(guī)則挖掘研究.pdf
- 垂直分布下的隱私保護(hù)關(guān)聯(lián)規(guī)則挖掘.pdf
- 隱私保護(hù)分布式關(guān)聯(lián)規(guī)則挖掘.pdf
- 基于RSA隱私保護(hù)的分布式關(guān)聯(lián)規(guī)則挖掘方法研究.pdf
- 基于隨機(jī)正交變換的隱私保護(hù)關(guān)聯(lián)規(guī)則挖掘算法.pdf
- 隱私保護(hù)的分布式關(guān)聯(lián)規(guī)則挖掘算法研究.pdf
- 多參數(shù)擾動的隱私保護(hù)關(guān)聯(lián)規(guī)則挖掘算法研究.pdf
- 關(guān)聯(lián)規(guī)則及數(shù)據(jù)的隱私保護(hù)算法研究.pdf
評論
0/150
提交評論