大數(shù)據(jù)云計算在推動各行各業(yè)快速發(fā)展的同時,也給個人隱私安全帶來了嚴峻挑戰(zhàn)。為了能夠更好地推動各行業(yè)的快速發(fā)展,越來越多數(shù)據(jù)需要被共享,這些數(shù)據(jù)中包含了一些較為敏感的隱私信息,若對這些信息不加以任何保護就直接發(fā)布將會導致隱私信息的泄露,威脅數(shù)據(jù)擁有者的生命財產(chǎn)安全,甚至威脅國家的信息安全,因此對數(shù)據(jù)發(fā)布隱私保護技術(shù)的研究變得非常重要。目前,針對數(shù)據(jù)發(fā)布的隱私保護方法主要有基于擾亂、基于加密和基于匿名三種形式。本論文通過對現(xiàn)有的基于匿名技術(shù)的隱私保護模型進行分析,根據(jù)敏感屬性個數(shù)的多少,提出了針對單敏感屬性的匿名隱私保護模型--（αi,k,β）-匿名保護模型和針對多敏感屬性的匿名隱私保護模型--Multi-（αi,k,β）-匿名保護模型。本文的主要研究內(nèi)容如下:1.對目前數(shù)據(jù)發(fā)布隱私保護的三種主流模型進行分析和對比,綜合考慮這三種主流模型的優(yōu)缺點,選擇了兼顧實用性與安全性的匿名保護模型作為研究重點,并詳細介紹了該模型的研究現(xiàn)狀和相關(guān)基本知識。2.針對單敏感屬性的匿名保護模型進行了研究。（αi,k）-匿名模型的優(yōu)點是能抵御同質(zhì)攻擊,但是它存在語義相似性攻擊的風險。為抵御這種風險,提出了一種可... 

【文章來源】：青島理工大學山東省

【文章頁數(shù)】：81 頁

【學位級別】：碩士

【部分圖文】：

k 值不同時運行時間圖

青島理工大學工學碩士學位論文36圖3.3QI取不同值時運行時間圖3.5.3信息泛化損失程度分析信息的泛化損失程度是衡量一個保護算法好壞的重要指標。在本章中提到了泛化損失的計算方式。信息的泛化損失程度=總共泛化損失/元組總數(shù)。圖3.4是三種算法在k取不同值時的泛化損失程度對比圖。由圖3.4可以看出，隨著k值的增大，信息的泛化損失率一直在提高，這是因為隨著k值的增大，需要泛化的元組數(shù)增多，準標識符屬性的數(shù)量增多，泛化的范圍也相應增大，泛化損失就會越大。(p,k,d)算法模型的泛化損失要高于另外兩個算法模型，這是因為KACM算法和(αi,k,β)算法充分考慮了準標識符屬性和敏感屬性的聯(lián)系，在選擇等價類中元組時總優(yōu)先選擇泛化程度最小的元組。圖3.4泛化損失程度圖

青島理工大學工學碩士學位論文36圖3.3QI取不同值時運行時間圖3.5.3信息泛化損失程度分析信息的泛化損失程度是衡量一個保護算法好壞的重要指標。在本章中提到了泛化損失的計算方式。信息的泛化損失程度=總共泛化損失/元組總數(shù)。圖3.4是三種算法在k取不同值時的泛化損失程度對比圖。由圖3.4可以看出，隨著k值的增大，信息的泛化損失率一直在提高，這是因為隨著k值的增大，需要泛化的元組數(shù)增多，準標識符屬性的數(shù)量增多，泛化的范圍也相應增大，泛化損失就會越大。(p,k,d)算法模型的泛化損失要高于另外兩個算法模型，這是因為KACM算法和(αi,k,β)算法充分考慮了準標識符屬性和敏感屬性的聯(lián)系，在選擇等價類中元組時總優(yōu)先選擇泛化程度最小的元組。圖3.4泛化損失程度圖

【參考文獻】：
期刊論文
[1]用于敏感屬性保護的（θ,k）-匿名模型[J]. 程楠楠,劉樹波,熊星星,蔡朝暉,張家浩.  鄭州大學學報(理學版). 2019(03)
[2]面向醫(yī)療數(shù)據(jù)發(fā)布的動態(tài)更新隱私保護算法[J]. 陳虹云,王杰華,胡兆鵬,賈露,喻紀文.  計算機科學. 2019(01)
[3]個性化（α,l）-多樣性k-匿名隱私保護模型[J]. 曹敏姿,張琳琳,畢雪華,趙楷.  計算機科學. 2018(11)
[4]模糊t-closeness隱私保護方法研究[J]. 陳曉宇,韓斌,黃樹成,朱文正.  計算機應用與軟件. 2018(09)
[5](p,k)匿名數(shù)據(jù)集的增量更新算法[J]. 賈俊杰,閆國蕾,邢里程,陳菲.  計算機工程與科學. 2018(07)
[6]移動醫(yī)療中個性化l-多樣性匿名隱私保護模型[J]. 李文,黃麗韶,羅恩韜.  計算機科學與探索. 2018(05)
[7]基于聚類的S-KACA匿名隱私保護算法[J]. 毛慶陽,胡燕.  武漢大學學報(工學版). 2018(03)
[8]基于多敏感屬性分級的(αij,k,m)-匿名隱私保護方法[J]. 王秋月,葛麗娜,耿博,王利娟.  計算機應用. 2018(01)
[9]同態(tài)加密技術(shù)及其在云計算隱私保護中的應用[J]. 李宗育,桂小林,顧迎捷,李雪松,戴慧珺,張學軍.  軟件學報. 2018(07)
[10]面向多敏感屬性的匿名隱私保護方法[J]. 張榮慶,徐光俠.  重慶郵電大學學報(自然科學版). 2017(04)

博士論文
[1]大數(shù)據(jù)發(fā)布隱私保護技術(shù)研究[D]. 晏燕.蘭州理工大學 2018
[2]大數(shù)據(jù)時代個人信息保護研究[D]. 李媛.西南政法大學 2016

碩士論文
[1]基于敏感度分級的k-匿名技術(shù)研究與實現(xiàn)[D]. 孫進考.北京郵電大學 2019
[2]基于k-匿名的相同敏感值數(shù)據(jù)表隱私保護研究[D]. 呂含笑.湖北民族學院 2018



本文編號：3135302