發(fā)布時間：2018-06-23 11:05

  本文選題：數(shù)據(jù)匿名 + 數(shù)據(jù)隱私　； 參考：《東南大學》2016年博士論文

【摘要】：數(shù)據(jù)匿名是一種基于模糊和隱藏的隱私保護技術。現(xiàn)有的數(shù)據(jù)匿名技術主要通過泛化、抑制等方式實現(xiàn)數(shù)據(jù)的匿名化,降低攻擊者獲取用戶身份和敏感信息的概率,保護用戶隱私,同時保證數(shù)據(jù)的真實性和可用性。目前,數(shù)據(jù)匿名主要用于解決數(shù)據(jù)發(fā)布、位置服務、社交網(wǎng)絡和數(shù)據(jù)查詢等應用中的隱私保護問題。其中,面向數(shù)據(jù)發(fā)布的數(shù)據(jù)匿名技術是現(xiàn)階段實現(xiàn)數(shù)據(jù)安全共享的關鍵技術。然而,該技術在實際應用中仍然存在諸多不足。因此,論文研究面向數(shù)據(jù)發(fā)布的數(shù)據(jù)匿名技術,重點針對該技術在實際應用中的若干問題展開研究。當前面向數(shù)據(jù)發(fā)布的數(shù)據(jù)匿名技術在匿名高維度、高缺失和復雜關系數(shù)據(jù)等三個方面存在以下問題:首先,現(xiàn)有的數(shù)據(jù)匿名算法在處理高維數(shù)據(jù)時會遭遇"維度災難",并丟失大部分信息,導致數(shù)據(jù)可用性趨近于零。其次,在處理缺失數(shù)據(jù)時,現(xiàn)有的匿名算法會出現(xiàn)缺失數(shù)據(jù)污染其他數(shù)據(jù)的現(xiàn)象,導致缺失數(shù)據(jù)比例增加,數(shù)據(jù)可用性大大降低。最后,現(xiàn)有的數(shù)據(jù)匿名技術在處理包含多條用戶記錄的復雜關系數(shù)據(jù)時,會出現(xiàn)模型適用性問題,導致匿名性降低或者嚴重的數(shù)據(jù)缺損。因此,需要設計新的數(shù)據(jù)匿名算法和模型,以應對以上挑戰(zhàn)。為了解決上述問題,論文分別針對高維度、高缺失和復雜關系數(shù)據(jù)提出了相應的匿名發(fā)布技術:首先,針對高維數(shù)據(jù),提出基于自然等價類的數(shù)據(jù)匿名算法和基于半劃分的數(shù)據(jù)匿名算法,分別從利用自然等價類和兼容離群數(shù)據(jù)兩方面優(yōu)化匿名劃分策略,降低數(shù)據(jù)缺損,提高數(shù)據(jù)可用性。其次,針對高缺失數(shù)據(jù),提出基于聚類的缺失數(shù)據(jù)匿名算法和按列隔離的缺失數(shù)據(jù)匿名算法,通過按行和按列隔離策略,降低缺失數(shù)據(jù)污染,提高數(shù)據(jù)可用性。最后,針對復雜關系數(shù)據(jù),提出(k,l)-多樣化模型,通過同時約束關系和事務數(shù)據(jù),保護用戶隱私,并給出滿足該模型的APA、PAA和1M-Generalization算法,通過結合關系和事務數(shù)據(jù)匿名技術,降低數(shù)據(jù)缺損,提高數(shù)據(jù)可用性。在上述理論研究的基礎上,論文設計并開發(fā)了一套數(shù)據(jù)匿名發(fā)布和評估原型系統(tǒng)PPDPES,集成了高維度、高缺失和復雜關系數(shù)據(jù)匿名發(fā)布和評估功能,并給出了應用示例。與現(xiàn)有的研究工作相比,論文所提出的數(shù)據(jù)匿名技術更合理、適用范圍更廣、可用性更高,這對面向隱私保護的數(shù)據(jù)匿名發(fā)布具有重要意義。
[Abstract]:Data anonymity is a kind of privacy protection technology based on fuzzy and hidden. The existing technology of data anonymity mainly realizes the anonymity of data by means of generalization, suppression, etc., which reduces the probability of attackers to obtain user identity and sensitive information, protects user privacy, and ensures the authenticity and availability of data at the same time. At present, data anonymity is mainly used to solve privacy protection problems in applications such as data publishing, location services, social networks and data query. Among them, the technology of data anonymity for data publishing is the key technology to realize data security sharing. However, there are still many shortcomings in the practical application of this technology. Therefore, this paper studies the technology of data anonymity for data publishing, focusing on some problems in the practical application of this technology. The current data anonymity technology for data publishing has the following problems in three aspects: anonymous high dimension, high missing and complex relational data: first of all, The existing anonymous data algorithms will encounter a "dimensionality disaster" when dealing with high-dimensional data, and lose most of the information, resulting in data availability approaching zero. Secondly, when dealing with missing data, the existing anonymous algorithms will pollute other data by missing data, resulting in an increase in the proportion of missing data and greatly reduced data availability. Finally, the existing technology of data anonymity can deal with complex relational data containing multiple user records, which will lead to the problem of model applicability, which leads to the decrease of anonymity or serious data defect. Therefore, new data anonymity algorithms and models need to be designed to meet the above challenges. In order to solve the above problems, this paper proposes corresponding anonymous publishing techniques for high dimensional, high missing and complex relational data: firstly, for high dimensional data, This paper proposes a data anonymity algorithm based on natural equivalence class and a data anonymity algorithm based on semi-partitioning, which optimizes anonymous partitioning strategy by using natural equivalence class and compatible outlier data, which can reduce data defect and improve data availability. Secondly, for high missing data, clustering based missing data anonymous algorithm and column isolated missing data anonymous algorithm are proposed to reduce missing data pollution and improve data availability by row and column isolation strategy. Finally, aiming at the complex relational data, a (KKL) -diversification model is proposed, which protects the privacy of users by simultaneously constraining the relationship and transaction data, and gives the APAMA-PAA and 1M-Generalization algorithms to satisfy the model. By combining the relation and transaction data anonymity technology, this paper presents the algorithm of APAPAA and 1M-Generalization. Reduce data defect and improve data availability. Based on the above theoretical research, this paper designs and develops a prototype system of data anonymous publication and evaluation, PPDPES, which integrates the functions of anonymous publication and evaluation of high dimensional, high missing and complex relational data, and gives an application example. Compared with the existing research work, the technology of data anonymity proposed in this paper is more reasonable, the scope of application is wider, and the availability is higher, which is of great significance for the privacy protection oriented data anonymous publishing.
【學位授予單位】：東南大學
【學位級別】：博士
【學位授予年份】：2016
【分類號】：TP309

【相似文獻】

相關期刊論文 前10條

1 張星;郝偉;;不完備或缺失數(shù)據(jù)及其填補方法研究[J];福建電腦;2007年04期

2 邢婧;;缺失數(shù)據(jù)情形下諧波參數(shù)估計的研究現(xiàn)狀[J];信息通信;2014年03期

3 沈奇;王池社;;生物缺失數(shù)據(jù)處理的貝葉斯模型研究[J];微電子學與計算機;2011年07期

4 劉星毅;曾春華;江南雨;陳振華;韋小玲;;缺失數(shù)據(jù)的處理和挑戰(zhàn)[J];欽州學院學報;2008年06期

5 孫亞;;ITS采集交通信息缺失數(shù)據(jù)修復策略及模型研究[J];黑龍江科技信息;2013年15期

6 肖靜;駱如九;宋雯;湯在祥;徐辰武;;帶有缺失數(shù)據(jù)的一種動態(tài)聚類方法[J];中國農(nóng)業(yè)科學;2012年21期

7 周秀梅;李作春;覃澤;;有序填充微陣列缺失數(shù)據(jù)[J];計算機工程與應用;2009年22期

8 張廣興;石治國;余宗敏;;基于B-樣條自由節(jié)點的外測缺失數(shù)據(jù)重構方法[J];測控技術;2013年09期

9 郝勝軒;宋宏;周曉鋒;;基于近鄰噪聲處理的KNN缺失數(shù)據(jù)填補算法[J];計算機仿真;2014年07期

10 馮志蘭,劉桂芬,劉力生,郝建生;缺失數(shù)據(jù)的多重估算[J];中國衛(wèi)生統(tǒng)計;2005年05期

相關會議論文 前8條

1 耿直;葛丹丹;;縱向研究非隨機缺失數(shù)據(jù)分析[A];中國現(xiàn)場統(tǒng)計研究會第12屆學術年會論文集[C];2005年

2 管河山;姜青山;Steven X.Wei;;一種處理缺失數(shù)據(jù)的新方法[A];第二十一屆中國數(shù)據(jù)庫學術會議論文集（技術報告篇）[C];2004年

3 陳楠;劉紅云;;基于增長模型的缺失數(shù)據(jù)處理方法之比較[A];心理學與創(chuàng)新能力提升——第十六屆全國心理學學術會議論文集[C];2013年

4 肖進;賀昌政;;面向缺失數(shù)據(jù)的客戶價值區(qū)分集成模型研究[A];中國企業(yè)運籌學[2010(1)][C];2010年

5 曾莉;張淑梅;辛濤;;IRT模型中缺失數(shù)據(jù)處理方法比較[A];第十一屆全國心理學學術會議論文摘要集[C];2007年

6 孫玲;劉浩;袁長亮;;北京市城市快速路微波檢測缺失數(shù)據(jù)分析[A];2008第四屆中國智能交通年會論文集[C];2008年

7 張香云;;基于EM算法缺失數(shù)據(jù)下混合模型的參數(shù)估計[A];第十三屆中國管理科學學術年會論文集[C];2011年

8 李曉煦;侯杰泰;;結構方程中缺失數(shù)據(jù)的處理:FIML,EM與MI[A];全國教育與心理統(tǒng)計測量學術年會論文摘要集[C];2006年

相關博士學位論文 前10條

1 馬友;基于QoS缺失數(shù)據(jù)預測的個性化Web服務推薦方法研究[D];北京郵電大學;2015年

2 彭清艷;廣義函數(shù)型回歸模型及缺失數(shù)據(jù)模型[D];云南大學;2016年

3 龔奇源;面向數(shù)據(jù)發(fā)布的數(shù)據(jù)匿名技術研究[D];東南大學;2016年

4 駱汝九;多指標綜合評價的非參數(shù)方法和缺失數(shù)據(jù)的聚類方法研究[D];揚州大學;2011年

5 祝麗萍;幾種缺失數(shù)據(jù)和高維數(shù)據(jù)模型的統(tǒng)計分析[D];山東大學;2012年

6 賈博婷;缺失數(shù)據(jù)下一類整值時間序列的統(tǒng)計推斷[D];吉林大學;2014年

7 劉旭;在完全和缺失數(shù)據(jù)下基于非光滑估計方程的統(tǒng)計推斷與變量選擇問題[D];云南大學;2010年

8 趙鵬飛;混沌數(shù)據(jù)恢復與非線性系統(tǒng)的模型參考控制[D];吉林大學;2010年

9 陸福忠;數(shù)據(jù)缺失下的分布函數(shù)估計問題[D];復旦大學;2007年

10 趙慧秀;可交換的兩值數(shù)據(jù)的統(tǒng)計分析[D];東北師范大學;2009年

相關碩士學位論文 前10條

1 楊利華;缺失數(shù)據(jù)的處理方法研究及應用[D];景德鎮(zhèn)陶瓷學院;2011年

2 袁中萸;多元線性回歸模型中缺失數(shù)據(jù)填補方法的效果比較[D];中南大學;2008年

3 褚培肖;缺失數(shù)據(jù)下的有限混合計數(shù)數(shù)據(jù)模型的統(tǒng)計推斷研究[D];昆明理工大學;2015年

4 申寧寧;縱向研究缺失數(shù)據(jù)多重填補及混合效應模型分析[D];山西醫(yī)科大學;2015年

5 李少瓊;縱向研究二分類缺失數(shù)據(jù)處理及加權估計方程的應用[D];山西醫(yī)科大學;2015年

6 高宇釗;比值缺失數(shù)據(jù)的多重估算與心臟康復二級預防干預效果評價及應用[D];山西醫(yī)科大學;2015年

7 李順靜;基于EM算法的缺失數(shù)據(jù)的統(tǒng)計分析及應用[D];重慶工商大學;2015年

8 汪靜波;Logistic回歸模型中缺失數(shù)據(jù)的處理[D];南京大學;2015年

9 朱建斐;數(shù)據(jù)集缺失數(shù)據(jù)恢復算法研究[D];西安電子科技大學;2015年

10 母建熊;基于飽和模型的帶有缺失的可交換兩值數(shù)據(jù)分析[D];東南大學;2015年

，

本文編號：2056911