在數(shù)據(jù)挖掘中保護隱私信息的研究.pdf

1、數(shù)據(jù)挖掘是當今社會最為重要的知識發(fā)現(xiàn)工具，它在為人們揭示出數(shù)據(jù)中的隱藏規(guī)律并創(chuàng)造出財富的同時，也對各類數(shù)據(jù)有著大量的需求。隨著互聯(lián)網(wǎng)的出現(xiàn)和發(fā)展，對所需數(shù)據(jù)的收集、交換和發(fā)布的過程正變得越來越便利。然而，這些豐富的數(shù)據(jù)資源中也同時包含著大量的個人隱私、商業(yè)情報和政府機密。更為令人擔憂的是，在這些數(shù)據(jù)的實際使用過程中，特別是在挖掘過程中，大量的信息卻能被不加限制的肆意利用，個人隱私和機密信息的泄露嚴重影響了人們的日常生活甚至社會的穩(wěn)定。于

2、是，數(shù)據(jù)挖掘過程中隨手可得的海量信息也就使得人們對濫用隱私的憂慮在挖掘工具的運用上得到了集中的反映。 面對在數(shù)據(jù)挖掘中保護隱私的迫切要求，傳統(tǒng)的保護方法卻難以勝任，因為它們在保護敏感信息的同時，也妨礙了數(shù)據(jù)中知識的獲取。針對數(shù)據(jù)挖掘中的隱私保護和知識獲取這一對棘手的矛盾，我們研究和提出了一系列變換原始數(shù)據(jù)的過程、協(xié)議和方法，阻止了挖掘過程的參與者對隱私信息直接或間接的獲取，同時也使得挖掘算法能夠從轉(zhuǎn)換后的數(shù)據(jù)之中獲得原始數(shù)據(jù)包含

3、的信息和知識。大量仿真實驗的測試結(jié)果，以及與現(xiàn)有方法的對比成績也驗證了我們方法的有效性。由此，我們不但消除了傳統(tǒng)挖掘過程中存在的隱私泄露風險，也使得挖掘過程仍然可以取得準確的結(jié)果。我們將本文的創(chuàng)新點和主要工作概括如下： 1.提出了隱私信息由數(shù)據(jù)關(guān)聯(lián)構(gòu)成的本質(zhì)，并同時提出了兩種保護隱私的策略。通過研究現(xiàn)有隱私保護模型中的不同數(shù)據(jù)對象，我們發(fā)現(xiàn)無論何種數(shù)據(jù)屬性都不能準確的表示出數(shù)據(jù)集合中所包含的隱私信息。通過進一步的例證、理論分析和

4、比較，我們提出了隱私信息的本質(zhì)屬性：數(shù)據(jù)間的關(guān)聯(lián)，并由此提出了兩類保護隱私的策略：分解隱私信息和轉(zhuǎn)換隱私信息，將它們作為隱私保護研究的指導(dǎo)思想。同時，我們也詳細介紹了隱私保護的原因、意義及其模型的應(yīng)用范圍和場景。 2.提出了利用隨機化技術(shù)來分解隱私信息的方法，并提出了平衡隱私保護和知識獲取這對矛盾的可調(diào)節(jié)機制，同時也消除了先驗知識對隱私的威脅。我們在發(fā)布數(shù)據(jù)集合的問題中，結(jié)合分解隱私信息的策略，提出了一種利用隨機化技術(shù)來保護隱私

5、的方法。該方法利用原始數(shù)據(jù)的分布信息，隨機選取部分原始數(shù)值進行轉(zhuǎn)換，與匿名化和多樣化隱私保護模型相比，我們的方法不僅大幅提高了使用者對原始數(shù)據(jù)的不確定程度，而且還能夠保持數(shù)據(jù)中的大部分有用知識。同時，針對用戶掌握的先驗知識可能會造成的隱私泄露，我們提供了一種平衡隱私保護和挖掘準確性的可調(diào)節(jié)方法。 3.提出了轉(zhuǎn)換隱私信息的數(shù)據(jù)變換協(xié)議和數(shù)據(jù)整合方法，在惡意合謀的情況下實現(xiàn)了隱私的保護，并提出了按需定制隱私保護程度的方法。我們結(jié)合轉(zhuǎn)

6、換隱私信息的策略，為每一位數(shù)據(jù)擁有者提出了轉(zhuǎn)換其原始數(shù)據(jù)的方式和傳輸數(shù)據(jù)的協(xié)議，同時也為挖掘者提供了整合不同數(shù)據(jù)源的方法。我們的轉(zhuǎn)換方法和協(xié)議都基于數(shù)據(jù)矩陣的變換，變換方式的正交性質(zhì)在半誠實的計算環(huán)境中完美的避免了隱私保護和準確挖掘之間的矛盾；而在惡意合謀的情況下，我們的隨機轉(zhuǎn)換方式成功的將隱私泄露的風險控制在有限的范圍內(nèi)。另外，數(shù)據(jù)集合的不同屬性在實際使用中通常擁有不同的重要程度，因此我們也實現(xiàn)了對隱私保護程度的定制方法，使得數(shù)據(jù)擁有

7、者可以按照實際的需要，靈活的保護不同的屬性。 4.提出了能夠適應(yīng)大規(guī)模參與者的可擴展隱私保護方法，有效的實現(xiàn)了隱私保護、準確挖掘和可擴展性這三者之間的平衡，同時也進一步提出了適用于高維數(shù)據(jù)集合的保護方法?？蓴U展性問題一直是隱私保護研究所面臨的挑戰(zhàn)。我們量化分析了數(shù)據(jù)挖掘的參與者數(shù)量對隱私保護和準確挖掘所帶來的不同影響。并提出了一個能夠適應(yīng)大規(guī)模數(shù)據(jù)提供者的原始數(shù)據(jù)轉(zhuǎn)換方法，使得隱私保護方法的性能獨立于參與者數(shù)量的變化。同時，我們