集值數(shù)據(jù)和社交網(wǎng)絡(luò)聯(lián)合發(fā)布中隱私保護方法研究.pdf

1、iIn1]JIIfrllllllIJIll[rlll]JJIllr[rll[[1llllllllY3261197單位代碼10602學號2014011570分類號TP3092密級公開廈出吁髹6UAI、IGXINORMALUN碩士學位論文集值數(shù)據(jù)和社交網(wǎng)絡(luò)聯(lián)合發(fā)布中隱私保護方法研究ResearchonthePrivacyofSetvaluedDataandItsSocialNetworkDataPublication學院專業(yè)研究方向年級研究

2、生指導教師完成日期：計算機科學與信息工程學院：計算機科學與技術(shù)：網(wǎng)絡(luò)與信息安全：2014級：林汕：李先賢教授、劉鵬副教授：2017年6月廣西師范大學碩士研究生學位論文JIlrlllIIIIII]llllllrllIIIIIllIllJ—Y3261197集值數(shù)據(jù)和社會網(wǎng)絡(luò)聯(lián)合發(fā)布中的隱私保護方法研究研究生：林汕指導老師：李先賢教授學科專業(yè)：計算機科學與技術(shù)研究方向：網(wǎng)絡(luò)與信息安全年級：2014級摘要隨著網(wǎng)絡(luò)的飛速發(fā)展和普遍，各種應(yīng)用產(chǎn)生了

3、海量數(shù)據(jù)，比如微信、facebook、購物平臺等。數(shù)據(jù)之間存在潛在的關(guān)聯(lián)關(guān)系具有不可估量的社會和經(jīng)濟價值，比如進行群體行為分析，輔助商業(yè)決策等多方面的數(shù)據(jù)應(yīng)用價值。在發(fā)布數(shù)據(jù)給數(shù)據(jù)挖掘者時，需要把數(shù)據(jù)進行隱私保護，因為數(shù)據(jù)一般都包含許多用戶的隱私信息，容易導致隱私信息泄露，所以數(shù)據(jù)隱私保護就顯得尤為重要。近幾年，數(shù)據(jù)隱私保護是熱門研究領(lǐng)域，已有不少相關(guān)研究成果，但現(xiàn)有的研究主要是針對單類型數(shù)據(jù)進行隱私保護。在大數(shù)據(jù)時代，數(shù)據(jù)的挖掘已經(jīng)多

4、源化，比如社交網(wǎng)絡(luò)數(shù)據(jù)和事務(wù)性數(shù)據(jù)結(jié)合挖掘，解決購物推薦系統(tǒng)的冷啟動問題等。在多源數(shù)據(jù)情況下，背景知識增多帶來新的隱私問題，現(xiàn)有的隱私保護方法己不適用于多源數(shù)據(jù)的聯(lián)合發(fā)布。相對關(guān)系型數(shù)據(jù)，集值數(shù)據(jù)具有高維度、稀疏等特征。關(guān)系型數(shù)據(jù)的隱私保護方法顯然對集值數(shù)據(jù)己不適用，比如用k匿名隱私模型對集值數(shù)據(jù)進行保護會導致數(shù)據(jù)的信息損失過大。針對該情況，p不確定性模型能較好地平衡隱私保護和信息損失，近年來也有許多基于p不確定性的集值數(shù)據(jù)隱私保護的研

5、究成果。社交網(wǎng)絡(luò)數(shù)據(jù)方面也有很多數(shù)據(jù)保護模型，比如k度匿名、，多樣性等，這些模型通過增刪邊或節(jié)點來滿足隱私要求。這些保護模型能對單類型數(shù)據(jù)進行保護，但在社會網(wǎng)絡(luò)數(shù)據(jù)與集值數(shù)據(jù)聯(lián)合發(fā)布情況下，背景知識增多，使得受害者信息的泄露概率大于P，不符合數(shù)據(jù)隱私要求。因此，針對社會網(wǎng)絡(luò)數(shù)據(jù)與集值數(shù)據(jù)聯(lián)合發(fā)布，本文提出分組p不確定性隱私保護模型。本文主要工作如下：首先，分析集值數(shù)據(jù)和社交網(wǎng)絡(luò)數(shù)據(jù)現(xiàn)有的隱私保護模型，提出數(shù)據(jù)聯(lián)合發(fā)布的攻擊模型，現(xiàn)有的單

6、數(shù)據(jù)類型隱私保護模型對該攻擊模型己不適用。在集值數(shù)據(jù)中任意數(shù)據(jù)項的背景知識情況下，p不確定性模型確保能推斷出敏感數(shù)據(jù)項的概率不超過p。該模型在集值數(shù)據(jù)單獨發(fā)布情況下是有效的，但與社交網(wǎng)絡(luò)聯(lián)合發(fā)布情況下，若攻擊者還了解受害者在社交應(yīng)用中有幾個朋友，即了解社會網(wǎng)絡(luò)數(shù)據(jù)受害者節(jié)點的度，則成功推斷受害者在集值數(shù)據(jù)敏感項的概率大于p，不滿足隱私要求。其次，針對上面的攻擊模型，結(jié)合p不確定性模型和度匿名模型，本文提出分組p不確定性隱私保護模型。首先