面向Mashup多敏感屬性數(shù)據(jù)集的隱私保護(hù)方法研究.pdf

1、Mashup是目前Internet上廣受關(guān)注的基于Web的數(shù)據(jù)集成應(yīng)用。作為一種常見(jiàn)的數(shù)據(jù)聚合應(yīng)用，Mashup為數(shù)據(jù)的交換和共享提供了強(qiáng)有利的支持。數(shù)據(jù)聚合發(fā)布時(shí)會(huì)涉及多個(gè)數(shù)據(jù)發(fā)布單位，這些數(shù)據(jù)源間的連接操作往往會(huì)導(dǎo)致嚴(yán)重的隱私泄露問(wèn)題，也極易產(chǎn)生敏感信息在數(shù)據(jù)發(fā)布單位之間泄露的情況。同時(shí)，從眾多數(shù)據(jù)源聚合而來(lái)的數(shù)據(jù)必然包含大量屬性，對(duì)高維度數(shù)據(jù)匿名化后極易造成數(shù)據(jù)過(guò)度失真的情況。數(shù)據(jù)聚合發(fā)布下的隱私保護(hù)是一個(gè)重要且富有挑戰(zhàn)的難題。<

2、br>　　PHDMashup算法是針對(duì)數(shù)據(jù)聚合發(fā)布中的隱私保護(hù)問(wèn)題而提出，它采用LKC-Privacy保護(hù)模型，結(jié)合自頂向下特化的方法，實(shí)現(xiàn)了數(shù)據(jù)聚合發(fā)布時(shí)的隱私保護(hù)。但是在數(shù)據(jù)聚合的過(guò)程中涉及眾多數(shù)據(jù)提供方，需要進(jìn)行匿名化處理的屬性數(shù)量必然是巨大的，PHDMashup算法要求對(duì)所有屬性構(gòu)建的泛化樹的全部有效節(jié)點(diǎn)進(jìn)行特化，不僅造成了時(shí)間和空間的浪費(fèi)，也帶來(lái)了繁重的計(jì)算量。本文在此基礎(chǔ)上對(duì)PHDMashup算法進(jìn)行改進(jìn)，提出了NPHDMa

3、shup算法，通過(guò)減少特化節(jié)點(diǎn)的方式提高了算法的執(zhí)行效率。另外，針對(duì)以上兩種算法中由于數(shù)據(jù)提供方之間大量的信息交流造成時(shí)間耗費(fèi)的情況，提出了一種改進(jìn)型數(shù)據(jù)聚合隱私保護(hù)算法SPHDMashup，通過(guò)引入Server作為中間件，數(shù)據(jù)提供方直接與Server進(jìn)行信息交流，不僅大大提高了算法效率，也在很大程度上減少了數(shù)據(jù)提供方的工作量。
　　而且，以Mashup模式匯聚的資源具有多源、異質(zhì)、結(jié)構(gòu)復(fù)雜的特點(diǎn)，異構(gòu)問(wèn)題會(huì)影響數(shù)據(jù)提供方之間共享