大數(shù)據(jù)云計(jì)算在推動(dòng)各行各業(yè)快速發(fā)展的同時(shí),也給個(gè)人隱私安全帶來(lái)了嚴(yán)峻挑戰(zhàn)。為了能夠更好地推動(dòng)各行業(yè)的快速發(fā)展,越來(lái)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(duì)這些信息不加以任何保護(hù)就直接發(fā)布將會(huì)導(dǎo)致隱私信息的泄露,威脅數(shù)據(jù)擁有者的生命財(cái)產(chǎn)安全,甚至威脅國(guó)家的信息安全,因此對(duì)數(shù)據(jù)發(fā)布隱私保護(hù)技術(shù)的研究變得非常重要。目前,針對(duì)數(shù)據(jù)發(fā)布的隱私保護(hù)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(guò)對(duì)現(xiàn)有的基于匿名技術(shù)的隱私保護(hù)模型進(jìn)行分析,根據(jù)敏感屬性個(gè)數(shù)的多少,提出了針對(duì)單敏感屬性的匿名隱私保護(hù)模型--（αi,k,β）-匿名保護(hù)模型和針對(duì)多敏感屬性的匿名隱私保護(hù)模型--Multi-（αi,k,β）-匿名保護(hù)模型。本文的主要研究?jī)?nèi)容如下:1.對(duì)目前數(shù)據(jù)發(fā)布隱私保護(hù)的三種主流模型進(jìn)行分析和對(duì)比,綜合考慮這三種主流模型的優(yōu)缺點(diǎn),選擇了兼顧實(shí)用性與安全性的匿名保護(hù)模型作為研究重點(diǎn),并詳細(xì)介紹了該模型的研究現(xiàn)狀和相關(guān)基本知識(shí)。2.針對(duì)單敏感屬性的匿名保護(hù)模型進(jìn)行了研究。（αi,k）-匿名模型的優(yōu)點(diǎn)是能抵御同質(zhì)攻擊,但是它存在語(yǔ)義相似性攻擊的風(fēng)險(xiǎn)。為抵御這種風(fēng)險(xiǎn),提出了一種可... 

【文章來(lái)源】：青島理工大學(xué)山東省

【文章頁(yè)數(shù)】：81 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

k 值不同時(shí)運(yùn)行時(shí)間圖

青島理工大學(xué)工學(xué)碩士學(xué)位論文36圖3.3QI取不同值時(shí)運(yùn)行時(shí)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(gè)保護(hù)算法好壞的重要指標(biāo)。在本章中提到了泛化損失的計(jì)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(shí)的泛化損失程度對(duì)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?yàn)殡S著k值的增大，需要泛化的元組數(shù)增多，準(zhǔn)標(biāo)識(shí)符屬性的數(shù)量增多，泛化的范圍也相應(yīng)增大，泛化損失就會(huì)越大。(p,k,d)算法模型的泛化損失要高于另外兩個(gè)算法模型，這是因?yàn)镵ACM算法和(αi,k,β)算法充分考慮了準(zhǔn)標(biāo)識(shí)符屬性和敏感屬性的聯(lián)系，在選擇等價(jià)類中元組時(shí)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(xué)工學(xué)碩士學(xué)位論文36圖3.3QI取不同值時(shí)運(yùn)行時(shí)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(gè)保護(hù)算法好壞的重要指標(biāo)。在本章中提到了泛化損失的計(jì)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(shí)的泛化損失程度對(duì)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?yàn)殡S著k值的增大，需要泛化的元組數(shù)增多，準(zhǔn)標(biāo)識(shí)符屬性的數(shù)量增多，泛化的范圍也相應(yīng)增大，泛化損失就會(huì)越大。(p,k,d)算法模型的泛化損失要高于另外兩個(gè)算法模型，這是因?yàn)镵ACM算法和(αi,k,β)算法充分考慮了準(zhǔn)標(biāo)識(shí)符屬性和敏感屬性的聯(lián)系，在選擇等價(jià)類中元組時(shí)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(xiàn)】：
期刊論文
[1]用于敏感屬性保護(hù)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(xué)學(xué)報(bào)(理學(xué)版). 2019(03)
[2]面向醫(yī)療數(shù)據(jù)發(fā)布的動(dòng)態(tài)更新隱私保護(hù)算法[J]. 陳虹云,王杰華,胡兆鵬,賈露,喻紀(jì)文.  計(jì)算機(jī)科學(xué). 2019(01)
[3]個(gè)性化（α,l）-多樣性k-匿名隱私保護(hù)模型[J]. 曹敏姿,張琳琳,畢雪華,趙楷.  計(jì)算機(jī)科學(xué). 2018(11)
[4]模糊t-closeness隱私保護(hù)方法研究[J]. 陳曉宇,韓斌,黃樹成,朱文正.  計(jì)算機(jī)應(yīng)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(guó)蕾,邢里程,陳菲.  計(jì)算機(jī)工程與科學(xué). 2018(07)
[6]移動(dòng)醫(yī)療中個(gè)性化l-多樣性匿名隱私保護(hù)模型[J]. 李文,黃麗韶,羅恩韜.  計(jì)算機(jī)科學(xué)與探索. 2018(05)
[7]基于聚類的S-KACA匿名隱私保護(hù)算法[J]. 毛慶陽(yáng),胡燕.  武漢大學(xué)學(xué)報(bào)(工學(xué)版). 2018(03)
[8]基于多敏感屬性分級(jí)的(αij,k,m)-匿名隱私保護(hù)方法[J]. 王秋月,葛麗娜,耿博,王利娟.  計(jì)算機(jī)應(yīng)用. 2018(01)
[9]同態(tài)加密技術(shù)及其在云計(jì)算隱私保護(hù)中的應(yīng)用[J]. 李宗育,桂小林,顧迎捷,李雪松,戴慧珺,張學(xué)軍.  軟件學(xué)報(bào). 2018(07)
[10]面向多敏感屬性的匿名隱私保護(hù)方法[J]. 張榮慶,徐光俠.  重慶郵電大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(04)

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

碩士論文
[1]基于敏感度分級(jí)的k-匿名技術(shù)研究與實(shí)現(xiàn)[D]. 孫進(jìn)考.北京郵電大學(xué) 2019
[2]基于k-匿名的相同敏感值數(shù)據(jù)表隱私保護(hù)研究[D]. 呂含笑.湖北民族學(xué)院 2018



本文編號(hào)：3135302