隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展,便捷的網(wǎng)上購物和個(gè)性化的新聞推薦逐漸成為人們?nèi)粘Ｉ钪胁豢苫蛉钡囊徊糠帧Ｔ谙硎苓@些服務(wù)的同時(shí),大量用戶的信息數(shù)據(jù)被不斷收集、使用和發(fā)布。一方面企業(yè)和機(jī)構(gòu)通過這些數(shù)據(jù)可以更加全面的了解用戶,另一方面這些發(fā)布的數(shù)據(jù)可能會(huì)泄漏用戶的隱私信息,因此在數(shù)據(jù)發(fā)布前需要對其進(jìn)行匿名化處理,避免用戶的敏感信息被泄露。后隨機(jī)響應(yīng)是隱私保護(hù)數(shù)據(jù)發(fā)布的有效方法之一,這方面的研究工作主要考慮如何設(shè)計(jì)擾動(dòng)矩陣,且假設(shè)數(shù)據(jù)集屬性變量之間的關(guān)系是獨(dú)立或者完全相關(guān)。由于假設(shè)數(shù)據(jù)集屬性完全獨(dú)立會(huì)導(dǎo)致它們之間的關(guān)系由于擾動(dòng)而破壞,從而使數(shù)據(jù)效用下降;假設(shè)屬性完全相關(guān)會(huì)導(dǎo)致數(shù)據(jù)列聯(lián)表稀疏,計(jì)算復(fù)雜度過大。為解決該問題,本文提出局部差分隱私約束的擾動(dòng)數(shù)據(jù)發(fā)布算法,主要研究敏感屬性與部分準(zhǔn)標(biāo)識符屬性存在依賴關(guān)系時(shí),如何有效減小重構(gòu)攻擊導(dǎo)致的隱私泄漏風(fēng)險(xiǎn)。首先,本文按照準(zhǔn)標(biāo)識符屬性與敏感屬性之間的依賴度對準(zhǔn)標(biāo)識符屬性進(jìn)行劃分,用互信息理論尋找原始數(shù)據(jù)集中對敏感屬性具有強(qiáng)依賴關(guān)系的準(zhǔn)標(biāo)識符屬性,為精確擾動(dòng)數(shù)據(jù)屬性提供理論依據(jù);其次,針對關(guān)聯(lián)屬性和非關(guān)聯(lián)屬性,應(yīng)用不變后隨機(jī)響應(yīng)方法分別對某個(gè)數(shù)據(jù)屬性或者屬性之間的...

【文章頁數(shù)】：64 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖２．１收集數(shù)據(jù)并進(jìn)行隱私化處理發(fā)布流程??Ｆｉｇ２．１?Ｃｏｌｌｅｃｔｓ?ｄａｔａ?ａｎｄ?ｐｅｒｆｏｒｍｓ?ｐｒｉｖａｃｙ?ｐｒｏｃｅｓｓｉｎｇ?ｒｅｌｅａｓｅ?ｐｒｏｃｅｓｓ??

圖２．１收集數(shù)據(jù)并進(jìn)行隱私化處理發(fā)布流程??Ｆｉｇ２．１?Ｃｏｌｌｅｃｔｓ?ｄａｔａ?ａｎｄ?ｐｅｒｆｏｒｍｓ?ｐｒｉｖａｃｙ?ｐｒｏｃｅｓｓｉｎｇ?ｒｅｌｅａｓｅ?ｐｒｏｃｅｓｓ??隱私保護(hù)數(shù)據(jù)發(fā)布總體過程如圖２．１所示，數(shù)據(jù)發(fā)布旨在向公眾分享數(shù)據(jù)或一??些通過數(shù)據(jù)查詢結(jié)果，假....

圖３．１隨機(jī)算法Ｋ在鄰近數(shù)據(jù)集輸出概率??Ｆｉｇ３．１?Ｐｒｏｂａｂｉｌｉｔｙ?ｏｆ?ｒａｎｄｏｍ?ａｌｇｏｒｉｔｈｍ?Ｋ?ｉｎ?ａｄｊａｃｅｎｔ?ｄａｔａ?ｓｅｔｓ??

Ｐｒ［Ｋ（Ｄ，）?ｅ?Ｓ］?＜?ｅｘｐ（＾）?ｘ?Ｐｒ［Ｋ（Ｄ２）?ｅ?Ｓ］?（３－１）??則稱算法Ｋ滿足ｅ－差分隱私保護(hù)要求，其中ｅ稱為隱私保護(hù)預(yù)算。如圖３．１所??示，通過對輸出結(jié)果的隨機(jī)化來提供差分隱私保護(hù)。??“概率??Ｋ（Ｄｉ）?Ｋ（Ｄ２）?輸出值??圖３．１隨機(jī)算法Ｋ....

圖３．２?Ｌａｐｌａｃｅ概率密度函數(shù)??Ｆｉｇ３．２?Ｌａｐｌａｃｅ?ｐｒｏｂａｂｉｌｉｔｙ?ｄｅｎｓｉｔｙ?ｆｕｎｃｔｉｏｎ??

Ｐｒ［Ｋ（Ｄ，）?ｅ?Ｓ］?＜?ｅｘｐ（＾）?ｘ?Ｐｒ［Ｋ（Ｄ２）?ｅ?Ｓ］?（３－１）??則稱算法Ｋ滿足ｅ－差分隱私保護(hù)要求，其中ｅ稱為隱私保護(hù)預(yù)算。如圖３．１所??示，通過對輸出結(jié)果的隨機(jī)化來提供差分隱私保護(hù)。??“概率??Ｋ（Ｄｉ）?Ｋ（Ｄ２）?輸出值??圖３．１隨機(jī)算法Ｋ....

圖４．１隨機(jī)響應(yīng)總體框架??Ｆｉｇ４．１?Ｒａｎｄｏｍ?ｒｅｓｐｏｎｓｅ?ｏｖｅｒａｌｌ?ｆｒａｍｅｗｏｒｋ??

通過產(chǎn)生具有己知誤分類概率的錯(cuò)誤分類變量來保護(hù)回答者的隱私信息，其中錯(cuò)??誤分類概率是己知的，正是這種錯(cuò)誤分類保護(hù)了個(gè)人的隱私。隨機(jī)響應(yīng)的總體方案??由圖４．１給出。??被調(diào)査者?調(diào)査者??數(shù)據(jù)采集?的真實(shí)答案?隨機(jī)響應(yīng)觀察到的答案??用戶?擾動(dòng)后數(shù)據(jù)??圖４．１隨機(jī)響應(yīng)總體框架....

本文編號：4019228