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(shí)的提高，人們?cè)絹碓街匾暟l(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(duì)非人為造成不確定性的數(shù)據(jù)建模方法已經(jīng)不能簡(jiǎn)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(shí)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(duì)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(duì)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(duì)數(shù)據(jù)進(jìn)行合理地處理。從數(shù)