隨著信息技術(shù)的發(fā)展,各種各樣基于位置的移動(dòng)設(shè)備與服務(wù)廣泛普及,使得包含了個(gè)人信息的移動(dòng)數(shù)據(jù)呈爆炸式增長。一方面,這些移動(dòng)數(shù)據(jù)可以用作商業(yè)研究,為用戶提供更準(zhǔn)確的服務(wù);另一方面,原始的移動(dòng)數(shù)據(jù)不僅包含大量個(gè)人屬性,還可從中挖掘用戶出行軌跡、社交關(guān)系,存在隱私泄露的風(fēng)險(xiǎn)。現(xiàn)有的隱私保護(hù)方法中差分隱私被廣泛使用,但是對(duì)其進(jìn)行推理攻擊的研究卻很少。通過對(duì)差分隱私進(jìn)行推理攻擊,發(fā)現(xiàn)其存在的隱私泄露場(chǎng)景,對(duì)未來差分隱私保護(hù)方法的完善具有現(xiàn)實(shí)意義。針對(duì)差分隱私存在的強(qiáng)獨(dú)立性假設(shè),以及經(jīng)差分隱私處理后的數(shù)據(jù)依然能在一定擾動(dòng)范圍內(nèi)保留用戶的位置分布特征這兩個(gè)問題,先給出擾動(dòng)后的“真實(shí)數(shù)據(jù)”和“虛假數(shù)據(jù)”的定義。通過給定一個(gè)閾值,當(dāng)擾動(dòng)后位置到原始位置的距離在該閾值內(nèi),其大概率保留著原始軌跡的特征規(guī)律,則對(duì)應(yīng)記錄為真實(shí)數(shù)據(jù),否則為虛假數(shù)據(jù)。基于這個(gè)概念設(shè)計(jì)了一個(gè)推理差分隱私的攻擊場(chǎng)景,假設(shè)攻擊者擁有部分真實(shí)數(shù)據(jù)作背景知識(shí),并且利用背景知識(shí)來達(dá)到區(qū)分真假數(shù)據(jù)的目的。由此提出了一套針對(duì)差分隱私的推理攻擊方法（DPIA-LDDF,Differential privacy inference attack bas... 

【文章來源】：華中科技大學(xué)湖北省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：71 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 課題背景
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 現(xiàn)有研究存在的問題及分析
    1.4 課題主要研究工作
2 差分隱私的推理攻擊方法DPIA-LDDF
    2.1 攻擊場(chǎng)景的構(gòu)造
    2.2 攻擊方案的總體框架
    2.3 數(shù)據(jù)位置特征的提取方法
    2.4 基于決策樹的集成算法
    2.5 本章小結(jié)
3 差分隱私攻擊方法DPIA-LDDF的實(shí)現(xiàn)
    3.1 DPIA-LDDF攻擊算法
    3.2 界定真假數(shù)據(jù)的閾值S的指定算法
    3.3 數(shù)據(jù)位置特征提取算法
    3.4 基于決策樹的集成算法
    3.5 本章小結(jié)
4 實(shí)驗(yàn)與結(jié)果分析
    4.1 數(shù)據(jù)集與實(shí)驗(yàn)環(huán)境
    4.2 攻擊效果的衡量指標(biāo)
    4.3 推理攻擊實(shí)驗(yàn)
    4.4 隨機(jī)猜測(cè)對(duì)比實(shí)驗(yàn)
    4.5 實(shí)驗(yàn)結(jié)論
    4.6 本章小結(jié)
5 總結(jié)與展望
    5.1 全文總結(jié)
    5.2 全文展望
致謝
參考文獻(xiàn)



本文編號(hào)：3194855