检索结果-内蒙古大学图书馆

作者：易通广西师范大学

学位级别：硕士

在开放的互联网时代,与个人信息相关的数据-微数据在网络上以指数级形式急剧增长,这些数据共享和发布可被用于进行海量数据分析,随着数据挖掘技术的日益发展及广泛应用,这些数据发布在科学研究、社会调查和舆情监控等方面,具有重大的利... 详细信息

在开放的互联网时代,与个人信息相关的数据-微数据在网络上以指数级形式急剧增长,这些数据共享和发布可被用于进行海量数据分析,随着数据挖掘技术的日益发展及广泛应用,这些数据发布在科学研究、社会调查和舆情监控等方面,具有重大的利用价值。然而,微数据发布的同时也带来了隐私泄露的问题,在当今信息时代,个人隐私的概念发生了很大的变化,对隐私保护的需求也受到社会和公众的日益重视,在保证信息可用性的同时,如何保护用户的隐私成为了数据发布研究的主要问题。在现有的隐私保护数据发布研究中,大多数的研究主要针对单个敏感属性的数据集,而对于具有多维敏感属性的数据发布隐私保护的研究主要还是基于现有单个敏感属性数据发布方法的简单扩展,因而在实际应用中,会导致处理后数据的信息损失量过大,从而降低了数据的利用价值,尤其是现有的多维敏感属性数据发布模型对于敏感属性之间的多维关联性缺乏描述,攻击者可以利用这点进行攻击。针对多敏感属性的相关性导致的隐私泄露问题,本文围绕多维敏感关联性的隐私泄露原理、多维敏感关联的数据发布隐私模型以及隐私保护方法展开研究,在尽量降低信息损失量的同时,充分考虑到了攻击者利用敏感属性之间的关系进行攻击的情况,有针对性地提出了相应保护方案。本文的主要工作如下： ①对现有的单维敏感属性数据发布模型K-匿名保护模型和L-多样性模型进行了深入的研究和分析,指出了这些技术在用于多维敏感属性数据发布的一些缺点以及可能存在的安全隐患。例如,把L-多样性模型直接应用于多维敏感属性,随着敏感属性数目的增多,等价组会变得越来越大,导致了越来越多的信息损失量,’从而提出本文的隐私保护处理的基本思想； ②对多维敏感属性数据的隐私关联性分析,给出数据的多维敏感属性之间的关联度描述,提出了一种利用关联规则的隐私攻击模式,并提出一种新的具有多维隐私关联性的隐私保护模型； ③根据隐私泄露模式,提出了两种新的面向多维敏感属性的数据发布方法,在这两种模型中增加了攻击者背景知识,为了能充分考虑到敏感属性之间的关联性,本文在多维敏感属性数据发布技术中引入关联规则,可以有效避免攻击者利用敏感属性之间的关联规则进行攻击,并且通过对敏感属性进行泛化的方式降低了发布数据表的信息损失量。这两种保护模型保护强度逐步增强,隐私保护的侧重点也各不相同,为不同情况下的隐私保护提供了更多的选择； ④为这两个模型提出了各自的实现算法,并利用真实的美国人口普查数据集Adult对该模型进行验证。通过实验结果得出,本文提出的模型不但能解决现有模型无法避免攻击者利用关联规则进行攻击的问题,还能保持着较高的数据发布质量。

关键词：微数据发布 K-匿名多维敏感属性关联规则

来源：评论

学校读者我要写书评

暂无评论

面向数据隐私差异的隐私保护数据发布方法

引用

华中科技大学学报（自然科学版） 2020年第9期48卷 57-63页

作者：俞艺涵周大伟李洪成吴晓平海军工程大学信息安全系湖北武汉430033 国防大学联合作战学院通信网络信息传输与分发技术重点实验室河北石家庄050000

针对关系型数据中多维敏感属性隐私差异所引起的隐私保护效用降低问题,提出了一种能有效表达多维敏感属性隐私差异的隐私保护数据发布方法.基于一种多维桶分组技术(MSB)对数据集的多维敏感属性隐私差异以及记录价值进行量化区分,给出记... 详细信息

针对关系型数据中多维敏感属性隐私差异所引起的隐私保护效用降低问题,提出了一种能有效表达多维敏感属性隐私差异的隐私保护数据发布方法.基于一种多维桶分组技术(MSB)对数据集的多维敏感属性隐私差异以及记录价值进行量化区分,给出记录分组优先级参数的计算方法,进而可实现基于记录分组优先级参数多维桶记录分组(TPSB)算法的隐私保护数据发布.实验结果表明:在权重参数合理赋值条件下,该方法在保证数据发布效率的同时可有效提升数据发布的质量.

关键词：隐私保护数据发布多维敏感属性隐私差异多维桶分组

来源：评论

学校读者我要写书评

暂无评论

基于敏感属性数据发布的隐私保护方法研究

基于敏感属性数据发布的隐私保护方法研究

引用

作者：候倍倍中国矿业大学

学位级别：硕士

在网络信息时代的飞跃发展下,数据发布使数据挖掘和信息共享变得更加便捷,然而数据发布在为各行各业的人士提供方便的同时也伴随着大量敏感数据泄露问题。如何让发布的数据既有较高可用性又能保护这些敏感信息不被泄露,这个问题已成为... 详细信息

在网络信息时代的飞跃发展下,数据发布使数据挖掘和信息共享变得更加便捷,然而数据发布在为各行各业的人士提供方便的同时也伴随着大量敏感数据泄露问题。如何让发布的数据既有较高可用性又能保护这些敏感信息不被泄露,这个问题已成为数据发布隐私保护领域的重要课题。本文重点对敏感属性数据发布的隐私保护方法进行研究。主要工作和创新如下:(1)数据发布中隐私保护模型和隐私攻击方式研究:首先,分析引起隐私数据泄露的常见攻击方式并通过例子进行阐述。然后研究现有的典型隐私保护模型和应用场景,并分析这些模型的优缺点。此外,总结了隐私保护方法中信息度量的相关原则。(2)单维敏感属性(SSA)隐私保护方法研究:在数据发布中,针对相似性攻击造成的单维敏感属性隐私泄露问题,本文给出了面向敏感值和敏感程度同时保护的(SD,K)-anonymity模型。该模型引入敏感属性测度的概念,结合分类树知识对敏感属性进行敏感程度衡量。将敏感值之间的相似程度进行量化,通过量化值实现敏感属性程度划分,最终使等价类中属性值不仅含有敏感值的多样性还包括敏感程度的多样性。另外,根据该模型设计对应算法。通过仿真实验分析得出:本文提出的单维敏感属性保护模型可以有效减少敏感程度攻击记录次数,降低隐私泄露风险,平衡了少量信息损失和执行时间问题,更好地保护用户的敏感属性。(3)多维敏感属性(MSA)隐私保护方法研究:针对多维敏感属性之间映射关系产生的连锁攻击泄露问题,本文给出了主敏感属性半约束(LI,L2)-diversity模型,该模型引入统计学思想,对等价类中主敏感属性对应的敏感值进行统计发布,以此切断与其他维敏感属性的一一对应关系,同时结合多维桶思想提出主敏感属性候选集,设计出改进的实现算法MP+HC(L1,L2)-diversity。经过试验表明,该算法与多维桶分组算法相比较,隐匿率较低,时间消耗方面有少量增加。整体上,该模型在牺牲较少时间的情况下有效保护了多敏感属性隐私信息,并提高了数据有效性。(4)面向电子病历匿名化数据系统的设计:针对电子病历数据存在的隐私安全问题,以本文提出的算法为基础,初步设计了面向电子病历匿名化数据发布系统。

关键词：隐私保护匿名化单维敏感属性敏感属性测度多维敏感属性

来源：评论

学校读者我要写书评

暂无评论

基于多敏感属性的个性化隐私保护模型研究

基于多敏感属性的个性化隐私保护模型研究

引用

作者：朱理奥中国矿业大学

学位级别：硕士

大数据时代,每时每刻均有海量的数据产生、公布、转发、分享和处理。针对这些数据的分析和研究,给人们带来了诸多便利。但是在同时,人们也面临着隐私泄露的问题。针对现有的数据发布模型中存在的问题,论文基于敏感度量化计算的思想,完... 详细信息

大数据时代,每时每刻均有海量的数据产生、公布、转发、分享和处理。针对这些数据的分析和研究,给人们带来了诸多便利。但是在同时,人们也面临着隐私泄露的问题。针对现有的数据发布模型中存在的问题,论文基于敏感度量化计算的思想,完成了以下工作:(1)对于单一敏感属性的情形,一种能够保护用户隐私的个性化(w,l,k)-匿名模型被提出。该模型使用w、l、k三个参数对匿名化结果进行约束。模型基于已有的量化敏感度的模型,在对敏感属性值在频率分布和语义上的敏感程度进行量化计算的同时,将用户的个人隐私需求进行量化计算,最终得出综合敏感度,以便考虑用户个性化隐私需求。模型要求各个等价类在满足k-匿名和l-多样性的基础上,满足平均综合敏感度不超过w。同时,论文给出了该模型的实现算法;(2)鉴于实际工作中敏感属性并不唯一的问题,将敏感度量化思想应用于多维敏感属性数据。在已有的(g,l)-匿名模型的基础上,论文给出了个性化(g,l)-匿名模型。该模型使用g、l两个参数对匿名化结果进行约束。模型在对敏感属性语义敏感度进行量化的同时,将敏感属性的出现频率和用户的个人隐私需求纳入敏感度计算,针对每一个敏感属性值计算出其对应的综合敏感度,以便提供个性化隐私服务。模型要求各个分组在满足l-多样性的基础上,满足任意敏感属性值之间的综合敏感度差异至少达到g。此外,论文给出了该模型的实现算法;(3)经过实验,从隐私保护和数据效用两个方面对两个模型分别进行了评估,最终得出结论:个性化(w,l,k)-匿名模型该模型除了能够对用户隐私实现个性化保护功能外,具有更高的隐私保护能力;而个性化(g,l)-匿名模型相比于原本的(g,l)-匿名模型,兼顾了敏感属性值的频率敏感度和用户个人隐私需求,具有更好的隐私保护效果。此外,还对所提出的两个模型进行了性能比对,并得出结论:相比较于个性化(w,l,k)-匿名模型,个性化(g,l)-匿名模型能够适用于多维敏感属性数据,并且具有更小的数据效用损失和更好的隐私保护效果。

关键词：敏感度量化个性化隐私保护匿名模型多维敏感属性

来源：评论

学校读者我要写书评

暂无评论

面向关系型数据库的强鲁棒数字水印方法研究

面向关系型数据库的强鲁棒数字水印方法研究

引用

作者：汪天琦南京邮电大学

学位级别：硕士

科技行业的快速发展随之而来的是信息量的暴增,各行各业都需要收集和应用大量的数据,累积的数据规模正以惊人的速度增长。海量数据蕴含的商业价值不容小觑,但其发挥价值的同时,也为数据安全领域带来了史无前例的挑战。关系型数据库作为... 详细信息

科技行业的快速发展随之而来的是信息量的暴增,各行各业都需要收集和应用大量的数据,累积的数据规模正以惊人的速度增长。海量数据蕴含的商业价值不容小觑,但其发挥价值的同时,也为数据安全领域带来了史无前例的挑战。关系型数据库作为数据的底层存储载体之一,其存储的数据规模大、数据内容丰富、数据隐私度高。在数据库背后利益的驱使下,攻击者在数据库所有者不知情的情况下对其加以拷贝、分发和篡改。数据库的数据一旦泄露将会造成巨大的损失,保护数据库的所有权,确认数据的归属刻不容缓。因此本文面向关系型数据库,探索了基于有失真和无失真的强鲁棒数据库水印方法。针对无失真的数据库水印,本文考虑到数据库在Queries场景(即对数据表进行插入、删除、更新操作)下水印易被破坏的问题,对如何提高数据库水印抵御外界攻击的能力进行了研究,提出一种基于多面体抽象域的强鲁棒无失真数据库水印方法。对于数据的Queries场景,该方法利用多面体抽象域分析进行Queries操作的数据库程序语句,得到相应的数值不变式,根据数值不变式确定数据库的稳定单元。同时考虑到多维敏感属性的安全性,采用聚类加权多维桶分组技术对数据库进行分组,即使数据泄露了攻击者也难以推测出数据的关联规律。通过获取特定属性中的最高比特位、主键和稳定单元的编码值,从而构造出强鲁棒无失真的数据库水印,使水印在Queries场景下具有更好的抵御攻击的能力。针对有失真的数据库水印,本文考虑到提高水印嵌入容量和减小数据失真存在的固有矛盾问题,提出了一种基于动态差分扩展的强鲁棒有失真数据库水印方法。该方法对经过Haar小波变换的图像低频部分进行SVD分解,提取部分特征值,用取余后的特征值作为待嵌入的水印序列,使得相同长度的水印序列包含更多信息,降低了嵌入水印的长度。该方法还结合了自适应差分进化算法和最小差值算法选择最佳嵌入属性位,通过动态地选取传统差分扩展技术或改进的差分扩展技术进行水印的嵌入,以缓解传统差分扩展技术在嵌入水印时计算效率低、数据失真大、鲁棒性差的问题,提高水印嵌入容量的同时减少了数据的失真。本文通过实验验证了上述两种数据库水印方法的可行性:无失真的数据库水印方法在Queries场景下具有良好的鲁棒性,而且不改变原始数据,保护了数据库的完整性;有失真数据库水印方法在一定的数据失真范围内能有效地提高水印的嵌入容量,在数据库遭受攻击时表现出良好的鲁棒性,能够有效地溯源泄密者,且与现有的算法对比优势明显。

关键词：数据库水印多面体抽象域多维敏感属性差分扩展差分进化

来源：评论

学校读者我要写书评

暂无评论

多维敏感k-匿名隐私保护模型

引用

计算机工程 2012年第3期38卷 145-147,162页

作者：傅鹤岗曾凯重庆大学计算机学院重庆400044

针对数据挖掘中私有信息的保护问题,提出一种多维敏感k-匿名隐私保护模型。将敏感属性泄露问题分为一般泄露、相似泄露、多维独立泄露、交叉泄露和多维混合数据泄露,在k-匿名的基础上,以聚类特性对多维敏感属性进行相似性标记,寻找匿名... 详细信息

针对数据挖掘中私有信息的保护问题,提出一种多维敏感k-匿名隐私保护模型。将敏感属性泄露问题分为一般泄露、相似泄露、多维独立泄露、交叉泄露和多维混合数据泄露,在k-匿名的基础上,以聚类特性对多维敏感属性进行相似性标记,寻找匿名记录,计算剩余记录与已分组记录的相似性,泛化并发布满足匿名模型的数据集。实验结果表明,该模型适用于多维敏感数据,能防止隐私泄露,数据可用性较好。

关键词： k-匿名隐私保护多维敏感属性属性泄露聚类相似性

来源：评论

学校读者我要写书评

暂无评论

一种基于个人化匿名的多敏感属性隐私保护算法

一种基于个人化匿名的多敏感属性隐私保护算法

引用

作者：王利升哈尔滨工程大学

学位级别：硕士

由于传统的敏感数据方法主要针对单一敏感属性的数据,然而很多现实应用中,发布的数据往往涉及到多个敏感属性。目前多敏感属性的数据发布方法成为重要的研究方向,但由于不同人对隐私保护的要求程度不同,在统一匿名概括过程中传统的匿名... 详细信息

由于传统的敏感数据方法主要针对单一敏感属性的数据,然而很多现实应用中,发布的数据往往涉及到多个敏感属性。目前多敏感属性的数据发布方法成为重要的研究方向,但由于不同人对隐私保护的要求程度不同,在统一匿名概括过程中传统的匿名算法导致数据的过分保护和保护不足。因此,研究基于个人化匿名和多敏感属性的隐私保护算法,是数据库安全未来研究的一个新的发展方向,对隐私保护技术提出了新的挑战。论文首先分析数据库隐私保护现有的主要技术,研究现有多维敏感属性数据发布时隐私保护技术的主要特点,针对由单维敏感属性表都满足匿名条件合并多维敏感属性表产生大量冗余信息的问题,论文提出一种多维敏感属性的隐私保护方法,采用基于最小信息损失的概括策略来改进匿名模型,然后将概括问题转化为带特定约束的聚类问题,改进传统笛卡尔积算法应用在合并多维敏感属性表时造成的信息损失。其次由于多维敏感属性数据发布技术在匿名化过程中没有考虑单一个体对应多条记录的情况,导致了同个人多个敏感属性之间关联信息丢失的问题,本文提出一种基于身份保持的多维敏感属性匿名算法,采用有损连接方法并结合(K,L)-匿名模型的数据发布技术,避免单一个体对应多个记录情况在匿名中的过度泛化问题。最后论文在基于个人匿名要求的多敏感属性数据发布这一应用场景下,通过对个人匿名相关隐私技术发展趋势的分析和研究后,综合考虑数据安全性和信息有效性两个特点,采用更为灵活的执行策略即多敏感属性语义分类树的动态控制技术,提出一种能够解决关系数据库中多维敏感属性发布数据时隐私信息泄漏的模型,并给出相应的算法。本文利用仿真实验结合Matlab进行数据处理,详细叙述所提出的多维敏感属性方法在信息冗余度和有损连接及个人匿名化要求的处理结果。通过曲线图对实验数据及其处理结果进行综合的分析与比较,说明本文提出的方法在克服冗余信息缺点同时能够更好地保护隐私数据集的准确性。通过仿真实验结果验证本文提出的方法可以满足每个人隐私要求的最小量概括,最大程度地保留了原始数据中信息,从而达到提高挖掘结果准确性的效果。

关键词：多维敏感属性信息损失身份保持个人化匿名语义分类树

来源：评论

学校读者我要写书评

暂无评论

隐私保护模型研究

隐私保护模型研究

引用

作者：曾凯重庆大学

学位级别：硕士

现代社会又称为信息社会，由于政府、医疗等机构经过授权，可以将已存储的大量信息进行发布，其它组织或个人能从发布的数据中发现各种有用信息，并将结果应用于国防建设、疾病预防或商业战略制定等领域。但是在获得各种有用信息的同时... 详细信息

现代社会又称为信息社会，由于政府、医疗等机构经过授权，可以将已存储的大量信息进行发布，其它组织或个人能从发布的数据中发现各种有用信息，并将结果应用于国防建设、疾病预防或商业战略制定等领域。但是在获得各种有用信息的同时，往往也会将个人隐私暴露于公众。因此，数据发布前需要进行匿名化处理，以此保护个人的隐私信息。在隐私保护领域，K-匿名模型以其良好的实用价值被广泛关注，本文从技术角度研究其优缺点，并针对其存在的缺陷进行模型改进，从而均衡数据的隐私性和可用性。本文的主要工作包括： ①研究了现有隐私保护的各种技术，深入分析了K-匿名隐私保护模型，对各种攻击方式进行了理论分析，明确各种攻击方式对应的泄露途径，并对已存在的某些经典算法进行了分类，从而掌握众多算法的问题领域，以此确定各个问题领域现存解决方案的优缺点。 ②针对多维敏感属性问题领域，从实例中分析出存在的泄露点，在K-匿名基础上，以聚类特性对多维敏感属性进行相似性标记，进而提出了能兼顾多维敏感性、隐私性、信息精度与算法时间复杂度多个方面的多维敏感K-匿名隐私保护模型，并详细介绍了模型实现流程，从理论上确定了算法的可行性。 ③针对增量数据动态重发布问题领域进行了研究分析，提出了该问题领域的解决策略，以多维敏感K-匿名隐私保护模型为策略载体，使得该模型同时兼顾了多维敏感性、增量数据动态重发布、隐私性、信息精度与算法时间复杂度等几个方面，从而更加有效的保护了数据隐私性和可用性。 ④采用隐私保护领域事实上的标准测试数据集进行实例分析，即加利福尼亚大学机器学习中心的Adult数据库，用实验分析了多维敏感K-匿名模型和加入增量数据动态重发布策略的该模型的性能情况，评估包括算法时间复杂度分析、精度度量分析以及隐私泄露数分析。通过实验证明，该模型时间复杂度与敏感属性维数不成比例，也能防止在增量数据动态重发布时冗余计算和已有等价组过度变化造成的泄露，能够对隐私信息进行有效的保护。

关键词：隐私保护 K-匿名多维敏感属性重发布

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：