集值數(shù)據(jù)和社交網(wǎng)絡(luò)聯(lián)合發(fā)布中隱私保護(hù)方法研究.pdf

1、iIn1]JIIfrllllllIJIll[rlll]JJIllr[rll[[1llllllllY3261197單位代碼10602學(xué)號(hào)2014011570分類號(hào)TP3092密級(jí)公開廈出吁髹6UAI、IGXINORMALUN碩士學(xué)位論文集值數(shù)據(jù)和社交網(wǎng)絡(luò)聯(lián)合發(fā)布中隱私保護(hù)方法研究ResearchonthePrivacyofSetvaluedDataandItsSocialNetworkDataPublication學(xué)院專業(yè)研究方向年級(jí)研究

2、生指導(dǎo)教師完成日期：計(jì)算機(jī)科學(xué)與信息工程學(xué)院：計(jì)算機(jī)科學(xué)與技術(shù)：網(wǎng)絡(luò)與信息安全：2014級(jí)：林汕：李先賢教授、劉鵬副教授：2017年6月廣西師范大學(xué)碩士研究生學(xué)位論文JIlrlllIIIIII]llllllrllIIIIIllIllJ—Y3261197集值數(shù)據(jù)和社會(huì)網(wǎng)絡(luò)聯(lián)合發(fā)布中的隱私保護(hù)方法研究研究生：林汕指導(dǎo)老師：李先賢教授學(xué)科專業(yè)：計(jì)算機(jī)科學(xué)與技術(shù)研究方向：網(wǎng)絡(luò)與信息安全年級(jí)：2014級(jí)摘要隨著網(wǎng)絡(luò)的飛速發(fā)展和普遍，各種應(yīng)用產(chǎn)生了

3、海量數(shù)據(jù)，比如微信、facebook、購物平臺(tái)等。數(shù)據(jù)之間存在潛在的關(guān)聯(lián)關(guān)系具有不可估量的社會(huì)和經(jīng)濟(jì)價(jià)值，比如進(jìn)行群體行為分析，輔助商業(yè)決策等多方面的數(shù)據(jù)應(yīng)用價(jià)值。在發(fā)布數(shù)據(jù)給數(shù)據(jù)挖掘者時(shí)，需要把數(shù)據(jù)進(jìn)行隱私保護(hù)，因?yàn)閿?shù)據(jù)一般都包含許多用戶的隱私信息，容易導(dǎo)致隱私信息泄露，所以數(shù)據(jù)隱私保護(hù)就顯得尤為重要。近幾年，數(shù)據(jù)隱私保護(hù)是熱門研究領(lǐng)域，已有不少相關(guān)研究成果，但現(xiàn)有的研究主要是針對(duì)單類型數(shù)據(jù)進(jìn)行隱私保護(hù)。在大數(shù)據(jù)時(shí)代，數(shù)據(jù)的挖掘已經(jīng)多

4、源化，比如社交網(wǎng)絡(luò)數(shù)據(jù)和事務(wù)性數(shù)據(jù)結(jié)合挖掘，解決購物推薦系統(tǒng)的冷啟動(dòng)問題等。在多源數(shù)據(jù)情況下，背景知識(shí)增多帶來新的隱私問題，現(xiàn)有的隱私保護(hù)方法己不適用于多源數(shù)據(jù)的聯(lián)合發(fā)布。相對(duì)關(guān)系型數(shù)據(jù)，集值數(shù)據(jù)具有高維度、稀疏等特征。關(guān)系型數(shù)據(jù)的隱私保護(hù)方法顯然對(duì)集值數(shù)據(jù)己不適用，比如用k匿名隱私模型對(duì)集值數(shù)據(jù)進(jìn)行保護(hù)會(huì)導(dǎo)致數(shù)據(jù)的信息損失過大。針對(duì)該情況，p不確定性模型能較好地平衡隱私保護(hù)和信息損失，近年來也有許多基于p不確定性的集值數(shù)據(jù)隱私保護(hù)的研

5、究成果。社交網(wǎng)絡(luò)數(shù)據(jù)方面也有很多數(shù)據(jù)保護(hù)模型，比如k度匿名、，多樣性等，這些模型通過增刪邊或節(jié)點(diǎn)來滿足隱私要求。這些保護(hù)模型能對(duì)單類型數(shù)據(jù)進(jìn)行保護(hù)，但在社會(huì)網(wǎng)絡(luò)數(shù)據(jù)與集值數(shù)據(jù)聯(lián)合發(fā)布情況下，背景知識(shí)增多，使得受害者信息的泄露概率大于P，不符合數(shù)據(jù)隱私要求。因此，針對(duì)社會(huì)網(wǎng)絡(luò)數(shù)據(jù)與集值數(shù)據(jù)聯(lián)合發(fā)布，本文提出分組p不確定性隱私保護(hù)模型。本文主要工作如下：首先，分析集值數(shù)據(jù)和社交網(wǎng)絡(luò)數(shù)據(jù)現(xiàn)有的隱私保護(hù)模型，提出數(shù)據(jù)聯(lián)合發(fā)布的攻擊模型，現(xiàn)有的單

6、數(shù)據(jù)類型隱私保護(hù)模型對(duì)該攻擊模型己不適用。在集值數(shù)據(jù)中任意數(shù)據(jù)項(xiàng)的背景知識(shí)情況下，p不確定性模型確保能推斷出敏感數(shù)據(jù)項(xiàng)的概率不超過p。該模型在集值數(shù)據(jù)單獨(dú)發(fā)布情況下是有效的，但與社交網(wǎng)絡(luò)聯(lián)合發(fā)布情況下，若攻擊者還了解受害者在社交應(yīng)用中有幾個(gè)朋友，即了解社會(huì)網(wǎng)絡(luò)數(shù)據(jù)受害者節(jié)點(diǎn)的度，則成功推斷受害者在集值數(shù)據(jù)敏感項(xiàng)的概率大于p，不滿足隱私要求。其次，針對(duì)上面的攻擊模型，結(jié)合p不確定性模型和度匿名模型，本文提出分組p不確定性隱私保護(hù)模型。首先