適用于WBAN的數(shù)據(jù)發(fā)布隱私保護策略的分析與研究.pdf

1、隨著物聯(lián)網(wǎng)、生物傳感器技術(shù)以及無線通信技術(shù)的發(fā)展，無線體域網(wǎng)（Wireless Body Area Networks）出現(xiàn)。無線體域網(wǎng)的組成主要是由分布于體表或植入人體體內(nèi)的各種生理傳感器組成。它可以實時監(jiān)控人體的生理健康數(shù)據(jù)，以用于報告人體的健康狀況?；赪BAN醫(yī)療健康監(jiān)護數(shù)據(jù)公布的預(yù)測模型變得日益重要。但原始形式的數(shù)據(jù)集一般包含了個人的敏感或隱私信息，發(fā)布此類醫(yī)療監(jiān)護數(shù)據(jù)集顯然會侵犯個人的隱私。必須對監(jiān)護數(shù)據(jù)進行匿名化處理公布。<

2、br>　　現(xiàn)在已經(jīng)研究的許多匿名化隱私保護方法均以k-匿名方法為基礎(chǔ)，但是，由于不同的數(shù)據(jù)源的數(shù)據(jù)特征具有多樣性的屬性，仍然沒有一種匿名模型能夠適用于各種不同數(shù)據(jù)特征的數(shù)據(jù)發(fā)布領(lǐng)域。本文從WBAN數(shù)據(jù)特征與攻擊模型的角度，分析研究WBAN數(shù)據(jù)的數(shù)據(jù)特征和幾種攻擊模型的機制。針對不同的數(shù)據(jù)特征使用不同的匿名化操作。通過分析WBAN部分數(shù)據(jù)的單一特征，研究了k-匿名模型與分解的匿名化操作，并分析k-匿名模型在阻止序列攻擊方面的不足。以k-匿

3、名為基礎(chǔ)，針對WBAN的序列特征數(shù)據(jù)，研究提出了PR(α,β,γ)k-匿名模型，通過擾動率α、擾動權(quán)β、值序列數(shù)據(jù)數(shù)控制失真度函數(shù)fβ，用以實現(xiàn)數(shù)據(jù)發(fā)布實用性與隱私保護的均衡。
　　最后，本文通過 WBAN數(shù)據(jù)庫中數(shù)據(jù)進行實驗評估，基于仿真結(jié)果對PR(α,β,γ)k-匿名算法模型進行評估，分析該算法模型的特點，并分別探討擾動率α、擾動權(quán)值系數(shù)β、序列數(shù)據(jù)數(shù)的取值對最優(yōu)匿名化的影響。結(jié)論，該匿名模型實現(xiàn)了一定意義上的匿名數(shù)據(jù)發(fā)布，在