基于差分隱私保護(hù)的集值型數(shù)據(jù)發(fā)布技術(shù)研究.pdf

1、分類號(hào)：密級(jí)：UDC：學(xué)號(hào)：碩士學(xué)位論文2014年6月1日基于差分隱私保護(hù)的集值型數(shù)據(jù)發(fā)布技術(shù)研究基于差分隱私保護(hù)的集值型數(shù)據(jù)發(fā)布技術(shù)研究TheResearchonPublishingSetvaluedDatafDifferentialPrivacy學(xué)位類別：工程碩士作者姓名：黃奚芳學(xué)科、專業(yè)：計(jì)算機(jī)技術(shù)指導(dǎo)教師：鄭劍副教授研究方向：隱私保護(hù)江西理工大學(xué)碩士學(xué)位論文摘要I摘要隨著信息技術(shù)的飛速發(fā)展為各類數(shù)據(jù)的發(fā)布、采集、存儲(chǔ)和分析帶來(lái)了

2、方便與快捷。例如，醫(yī)院電子病例記錄、人口普查記錄等。集值型數(shù)據(jù)作為信息資料的一種，直接發(fā)布有利于數(shù)據(jù)挖掘，但是包含在數(shù)據(jù)中的個(gè)人隱私將受到威脅。為了解決這一矛盾，產(chǎn)生了數(shù)據(jù)發(fā)布中的隱私保護(hù)研究。當(dāng)前，對(duì)于集值型數(shù)據(jù)來(lái)說(shuō)，基于樹(shù)形結(jié)構(gòu)劃分和基于網(wǎng)格結(jié)構(gòu)劃分的方法受到廣泛的關(guān)注。本文從樹(shù)形結(jié)構(gòu)劃分方法的角度出發(fā)，結(jié)合差分隱私保護(hù)模型，研究集值型數(shù)據(jù)的發(fā)布問(wèn)題，主要研究的內(nèi)容如下：(1)針對(duì)基于分類樹(shù)劃分的差分隱私方法沒(méi)有充分利用集值型數(shù)據(jù)集

3、自身特征來(lái)生成分類樹(shù)的問(wèn)題，本文通過(guò)對(duì)添加噪音量的影響因素分析，提出了一種基于數(shù)據(jù)集特征的集值型數(shù)據(jù)發(fā)布方法。該方法首先對(duì)數(shù)據(jù)集進(jìn)行分析，然后根據(jù)數(shù)據(jù)集中記錄的種類數(shù)占總輸出域的比例以及只出現(xiàn)一次的記錄種類數(shù)占總輸出域比例，動(dòng)態(tài)構(gòu)造分類樹(shù)。(2)在理論分析的基礎(chǔ)上，構(gòu)造了基于動(dòng)態(tài)分類樹(shù)的集值型數(shù)據(jù)差分隱私保護(hù)實(shí)驗(yàn)平臺(tái)。該平臺(tái)由獲取源數(shù)據(jù)、構(gòu)造分類樹(shù)、隱私保護(hù)源數(shù)據(jù)、劃分分區(qū)、分配記錄、添加噪音等模塊構(gòu)成。在構(gòu)造平臺(tái)的過(guò)程中，采用傳統(tǒng)的基

4、于數(shù)據(jù)項(xiàng)表示記錄的方法無(wú)法實(shí)現(xiàn)大數(shù)據(jù)量的基于分類樹(shù)方式進(jìn)行數(shù)據(jù)發(fā)布。為解決這一問(wèn)題，采用基于整數(shù)表示記錄信息的方式，充分利用了信息表示方式的特點(diǎn)，通過(guò)一次位運(yùn)算來(lái)實(shí)現(xiàn)判定記錄是否屬于某個(gè)分區(qū)的功能，減少了迭代次數(shù)，提高算法運(yùn)行效率。通過(guò)實(shí)驗(yàn)對(duì)比發(fā)現(xiàn)，在處理大批量數(shù)據(jù)時(shí)，用整數(shù)表示記錄的方式更優(yōu)。(3)本文以理論分析為基礎(chǔ)，以實(shí)驗(yàn)平臺(tái)為橋梁，進(jìn)行實(shí)驗(yàn)設(shè)計(jì)。從分類樹(shù)、記錄的種類數(shù)以及只出現(xiàn)一次的記錄的種類數(shù)三個(gè)方面進(jìn)行實(shí)驗(yàn)數(shù)據(jù)論證，其實(shí)驗(yàn)結(jié)