基于隨機(jī)投影數(shù)據(jù)擾動(dòng)的隱私保護(hù)技術(shù)研究.pdf

1、近年來(lái)，信息處理技術(shù)和存儲(chǔ)技術(shù)快速發(fā)展，使得相關(guān)機(jī)構(gòu)可以收集大量的數(shù)據(jù)用于數(shù)據(jù)挖掘。在數(shù)據(jù)挖掘的過(guò)程中，可能需要多方數(shù)據(jù)所有者發(fā)布或共享其擁有的數(shù)據(jù)，然而，直接發(fā)布和共享原始數(shù)據(jù)會(huì)導(dǎo)致個(gè)人隱私信息的泄露。這種情況下，數(shù)據(jù)所有者陷入了一個(gè)困境：一方面，需要保護(hù)個(gè)人數(shù)據(jù)的隱私安全，另一方面，需要針對(duì)數(shù)據(jù)挖掘任務(wù)保證數(shù)據(jù)的可用性。為了解決這一難題，面向數(shù)據(jù)挖掘的隱私保護(hù)數(shù)據(jù)發(fā)布應(yīng)運(yùn)而生，并已成為一個(gè)非?；钴S的研究領(lǐng)域。該領(lǐng)域主要研究如何發(fā)布不

2、泄露隱私信息的數(shù)據(jù)，同時(shí)保證發(fā)布數(shù)據(jù)可用于數(shù)據(jù)挖掘。目前，針對(duì)不同的數(shù)據(jù)類(lèi)型、不同的應(yīng)用場(chǎng)景以及不同的攻擊模型已經(jīng)涌現(xiàn)出了大量的研究工作，其中，基于隨機(jī)投影的數(shù)據(jù)擾動(dòng)方法由于其實(shí)現(xiàn)簡(jiǎn)單并有嚴(yán)格的數(shù)學(xué)理論基礎(chǔ)，具有很強(qiáng)的實(shí)用性和可靠性，但是，仍然存在一些有待解決的問(wèn)題。
　　本文主要研究面向數(shù)據(jù)挖掘的隱私數(shù)據(jù)發(fā)布和共享，針對(duì)隨機(jī)投影數(shù)據(jù)擾動(dòng)方法存在的問(wèn)題以及不同數(shù)據(jù)發(fā)布場(chǎng)景的具體需求從如下幾個(gè)方面展開(kāi)研究工作：
　　首先，針對(duì)

3、投影矩陣泄露時(shí)傳統(tǒng)隨機(jī)投影數(shù)據(jù)擾動(dòng)方法的隱私保護(hù)性能問(wèn)題，提出一種基于l1最小化理論的數(shù)據(jù)重建方法，該方法通過(guò)獲取投影矩陣重建稀疏的原始數(shù)據(jù)。首先，從理論上分析準(zhǔn)確重建原始數(shù)據(jù)需滿(mǎn)足的條件。然后，設(shè)計(jì)一種基于原始對(duì)偶內(nèi)點(diǎn)法的數(shù)據(jù)重建算法，通過(guò)牛頓迭代實(shí)現(xiàn)稀疏數(shù)據(jù)的重建，指出在惡意模型中攻擊者可以通過(guò)獲取投影矩陣來(lái)準(zhǔn)確重建稀疏的原始數(shù)據(jù)，導(dǎo)致原始數(shù)據(jù)隱私泄露。在人工和真實(shí)數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明，不需要任何原始數(shù)據(jù)樣本，在已知投影矩陣的情況

4、下，基于l1最小化理論的數(shù)據(jù)重建方法能夠準(zhǔn)確的重建稀疏的數(shù)據(jù)記錄，傳統(tǒng)的隨機(jī)投影數(shù)據(jù)擾動(dòng)方法在惡意模型中存在隱私泄露風(fēng)險(xiǎn)。
　　其次，針對(duì)惡意攻擊者重建原始數(shù)據(jù)導(dǎo)致的隱私泄露問(wèn)題，提出一種實(shí)現(xiàn)差分隱私保護(hù)的噪聲投影數(shù)據(jù)擾動(dòng)方法。該方法通過(guò)在傳統(tǒng)的隨機(jī)投影數(shù)據(jù)擾動(dòng)的基礎(chǔ)上引入了噪聲擾動(dòng)來(lái)提高隱私保護(hù)水平。首先證明該噪聲投影擾動(dòng)方法滿(mǎn)足差分隱私模型的定義，然后對(duì)擾動(dòng)數(shù)據(jù)的可用性進(jìn)行理論分析，說(shuō)明該方法能夠保護(hù)數(shù)據(jù)在歐幾里德空間的相對(duì)位

5、置關(guān)系。其次，設(shè)計(jì)一種噪聲投影數(shù)據(jù)擾動(dòng)算法以實(shí)現(xiàn)面向協(xié)同數(shù)據(jù)挖掘的差分隱私數(shù)據(jù)發(fā)布。最后，通過(guò)在人工和真實(shí)數(shù)據(jù)集上的實(shí)驗(yàn)分析表明：在已知投影矩陣的數(shù)據(jù)重建技術(shù)的攻擊下，噪聲投影數(shù)據(jù)擾動(dòng)方法能夠明顯提高隱私保護(hù)水平，防止數(shù)據(jù)重建，并且能夠保證擾動(dòng)數(shù)據(jù)在基于近鄰的數(shù)據(jù)挖掘方法中的數(shù)據(jù)可用性。
　　再次，針對(duì)大規(guī)模高維稠密數(shù)據(jù)隱私保護(hù)計(jì)算量大的問(wèn)題，提出一種基于全域散列函數(shù)的稀疏投影數(shù)據(jù)擾動(dòng)方法，該方法利用投影矩陣的稀疏性降低數(shù)據(jù)擾動(dòng)的

6、計(jì)算量。首先構(gòu)造一種隨投影維數(shù)的變化，投影矩陣的稀疏度自適應(yīng)變化的稀疏隨機(jī)投影數(shù)據(jù)擾動(dòng)，然后，具體設(shè)計(jì)一種根據(jù)用戶(hù)給定的數(shù)據(jù)失真度閾值，進(jìn)行稀疏投影數(shù)據(jù)擾動(dòng)的算法。其次，從理論上對(duì)數(shù)據(jù)安全性和數(shù)據(jù)可用性進(jìn)行分析。最后，通過(guò)在人工數(shù)據(jù)集和真實(shí)數(shù)據(jù)集上的實(shí)驗(yàn)分析說(shuō)明：稀疏投影數(shù)據(jù)擾動(dòng)方法能夠保證數(shù)據(jù)的安全性和可用性，同時(shí)，與傳統(tǒng)的隨機(jī)投影擾動(dòng)方法相比，計(jì)算量明顯降低。
　　最后，針對(duì)分布式數(shù)據(jù)流的異步實(shí)時(shí)更新問(wèn)題，提出一種異步實(shí)時(shí)數(shù)據(jù)

7、擾動(dòng)方法。該方法首先構(gòu)建面向分布式數(shù)據(jù)流挖掘的隱私保護(hù)數(shù)據(jù)發(fā)布模型，然后設(shè)計(jì)一種基于隨機(jī)投影的滿(mǎn)足異步實(shí)時(shí)更新的數(shù)據(jù)擾動(dòng)，并且從理論上分析該方法滿(mǎn)足數(shù)據(jù)異步實(shí)時(shí)更新。其次，基于構(gòu)建的模型和異步實(shí)時(shí)數(shù)據(jù)擾動(dòng)方法，設(shè)計(jì)一種隱私保護(hù)數(shù)據(jù)發(fā)布、傳輸和整合的數(shù)據(jù)收集機(jī)制，以及一種實(shí)現(xiàn)異步數(shù)據(jù)流擾動(dòng)的具體算法。之后，基于以上研究，具體針對(duì)軌跡數(shù)據(jù)流提出一種隱私保護(hù)的相似軌跡挖掘方法，包括一種基于異步數(shù)據(jù)流擾動(dòng)方法的用戶(hù)端的軌跡數(shù)據(jù)轉(zhuǎn)換算法，以及一種