數據發(fā)布中隱私保護關鍵技術的研究.pdf

1、當今信息技術朝著電子化與網絡化的趨勢發(fā)展,人們的個人信息被大規(guī)模地收集與共享,隱私泄漏正日益成為一個重要的信息安全問題。
　　 在數據發(fā)布領域,隱私數據完全是對外公開的,任何人都可以訪問。如何保護發(fā)布數據中的個人隱私信息不被攻擊者惡意獲取,同時又使數據接收者充分利用數據信息進行有效的探索和科學研究,這是一項亟待解決的問題。本文正是在這樣的背景下,對數據發(fā)布中以泛化為代表的隱私保護技術進行研究。具體工作和創(chuàng)新點如下:
　　

2、 (1)介紹現有匿名策略與匿名算法的理論方法和實現技術,分析各種方法自身存在的問題,并就一些新的研究問題進行探討。
　　 (2)提出了基于屬性泛化層自修正的泛化算法RIncognito,該算法是對經典算法Incognito的改進。通過考察原始表中屬性值的頻數分布,按盡量合并小頻數值的原則對屬性域作劃分,形成更合理的泛化層,從而減少泛化過程中不必要的泛化,提高發(fā)布數據的精確度。實驗證明,原始數據在經過RIncognito匿名后,精

3、確度得到提高。
　　 (3)提出了新的數據隱私度和精確度的度量方法。鑒于泛化數據的隱私度目前還沒有具體的度量標準,提出了一種定量測算數據隱私度的度量方法--平均泄露概率比；同時歸納整理現有的各種數據精確度度量,并提出基于信息論相關理論的泛化數據精確度度量--加權屬性熵,用來表示模糊值給出信息量的多少。最后由實驗表明隱私度和精確度之間的關系。
　　 (4)設計與實現了自主研發(fā)的安全數據庫系統(tǒng)NHSecure的數據發(fā)布子模塊