基于隨機投影數(shù)據(jù)擾動的隱私保護技術(shù)研究.pdf

1、近年來，信息處理技術(shù)和存儲技術(shù)快速發(fā)展，使得相關(guān)機構(gòu)可以收集大量的數(shù)據(jù)用于數(shù)據(jù)挖掘。在數(shù)據(jù)挖掘的過程中，可能需要多方數(shù)據(jù)所有者發(fā)布或共享其擁有的數(shù)據(jù)，然而，直接發(fā)布和共享原始數(shù)據(jù)會導致個人隱私信息的泄露。這種情況下，數(shù)據(jù)所有者陷入了一個困境：一方面，需要保護個人數(shù)據(jù)的隱私安全，另一方面，需要針對數(shù)據(jù)挖掘任務(wù)保證數(shù)據(jù)的可用性。為了解決這一難題，面向數(shù)據(jù)挖掘的隱私保護數(shù)據(jù)發(fā)布應(yīng)運而生，并已成為一個非常活躍的研究領(lǐng)域。該領(lǐng)域主要研究如何發(fā)布不

2、泄露隱私信息的數(shù)據(jù)，同時保證發(fā)布數(shù)據(jù)可用于數(shù)據(jù)挖掘。目前，針對不同的數(shù)據(jù)類型、不同的應(yīng)用場景以及不同的攻擊模型已經(jīng)涌現(xiàn)出了大量的研究工作，其中，基于隨機投影的數(shù)據(jù)擾動方法由于其實現(xiàn)簡單并有嚴格的數(shù)學理論基礎(chǔ)，具有很強的實用性和可靠性，但是，仍然存在一些有待解決的問題。
　　本文主要研究面向數(shù)據(jù)挖掘的隱私數(shù)據(jù)發(fā)布和共享，針對隨機投影數(shù)據(jù)擾動方法存在的問題以及不同數(shù)據(jù)發(fā)布場景的具體需求從如下幾個方面展開研究工作：
　　首先，針對

3、投影矩陣泄露時傳統(tǒng)隨機投影數(shù)據(jù)擾動方法的隱私保護性能問題，提出一種基于l1最小化理論的數(shù)據(jù)重建方法，該方法通過獲取投影矩陣重建稀疏的原始數(shù)據(jù)。首先，從理論上分析準確重建原始數(shù)據(jù)需滿足的條件。然后，設(shè)計一種基于原始對偶內(nèi)點法的數(shù)據(jù)重建算法，通過牛頓迭代實現(xiàn)稀疏數(shù)據(jù)的重建，指出在惡意模型中攻擊者可以通過獲取投影矩陣來準確重建稀疏的原始數(shù)據(jù)，導致原始數(shù)據(jù)隱私泄露。在人工和真實數(shù)據(jù)集上的實驗結(jié)果表明，不需要任何原始數(shù)據(jù)樣本，在已知投影矩陣的情況

4、下，基于l1最小化理論的數(shù)據(jù)重建方法能夠準確的重建稀疏的數(shù)據(jù)記錄，傳統(tǒng)的隨機投影數(shù)據(jù)擾動方法在惡意模型中存在隱私泄露風險。
　　其次，針對惡意攻擊者重建原始數(shù)據(jù)導致的隱私泄露問題，提出一種實現(xiàn)差分隱私保護的噪聲投影數(shù)據(jù)擾動方法。該方法通過在傳統(tǒng)的隨機投影數(shù)據(jù)擾動的基礎(chǔ)上引入了噪聲擾動來提高隱私保護水平。首先證明該噪聲投影擾動方法滿足差分隱私模型的定義，然后對擾動數(shù)據(jù)的可用性進行理論分析，說明該方法能夠保護數(shù)據(jù)在歐幾里德空間的相對位

5、置關(guān)系。其次，設(shè)計一種噪聲投影數(shù)據(jù)擾動算法以實現(xiàn)面向協(xié)同數(shù)據(jù)挖掘的差分隱私數(shù)據(jù)發(fā)布。最后，通過在人工和真實數(shù)據(jù)集上的實驗分析表明：在已知投影矩陣的數(shù)據(jù)重建技術(shù)的攻擊下，噪聲投影數(shù)據(jù)擾動方法能夠明顯提高隱私保護水平，防止數(shù)據(jù)重建，并且能夠保證擾動數(shù)據(jù)在基于近鄰的數(shù)據(jù)挖掘方法中的數(shù)據(jù)可用性。
　　再次，針對大規(guī)模高維稠密數(shù)據(jù)隱私保護計算量大的問題，提出一種基于全域散列函數(shù)的稀疏投影數(shù)據(jù)擾動方法，該方法利用投影矩陣的稀疏性降低數(shù)據(jù)擾動的

6、計算量。首先構(gòu)造一種隨投影維數(shù)的變化，投影矩陣的稀疏度自適應(yīng)變化的稀疏隨機投影數(shù)據(jù)擾動，然后，具體設(shè)計一種根據(jù)用戶給定的數(shù)據(jù)失真度閾值，進行稀疏投影數(shù)據(jù)擾動的算法。其次，從理論上對數(shù)據(jù)安全性和數(shù)據(jù)可用性進行分析。最后，通過在人工數(shù)據(jù)集和真實數(shù)據(jù)集上的實驗分析說明：稀疏投影數(shù)據(jù)擾動方法能夠保證數(shù)據(jù)的安全性和可用性，同時，與傳統(tǒng)的隨機投影擾動方法相比，計算量明顯降低。
　　最后，針對分布式數(shù)據(jù)流的異步實時更新問題，提出一種異步實時數(shù)據(jù)

7、擾動方法。該方法首先構(gòu)建面向分布式數(shù)據(jù)流挖掘的隱私保護數(shù)據(jù)發(fā)布模型，然后設(shè)計一種基于隨機投影的滿足異步實時更新的數(shù)據(jù)擾動，并且從理論上分析該方法滿足數(shù)據(jù)異步實時更新。其次，基于構(gòu)建的模型和異步實時數(shù)據(jù)擾動方法，設(shè)計一種隱私保護數(shù)據(jù)發(fā)布、傳輸和整合的數(shù)據(jù)收集機制，以及一種實現(xiàn)異步數(shù)據(jù)流擾動的具體算法。之后，基于以上研究，具體針對軌跡數(shù)據(jù)流提出一種隱私保護的相似軌跡挖掘方法，包括一種基于異步數(shù)據(jù)流擾動方法的用戶端的軌跡數(shù)據(jù)轉(zhuǎn)換算法，以及一種