基于LBS位置服务的隐私保护算法研究.doc

《基于LBS位置服务的隐私保护算法研究.doc》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、TheprivacypreservationstudybasedonLBS黄小英HUANGXiao-ying(广西工商职业技术学院，南宁530003)摘要：随着数据挖掘和数据发布等数据库应用的出现与发展•如何保护隐私数据和防止敏感信息泄廳成为当前面临的重大挑战。隐私保护技术需要在保护数据隐私的同时不影响数据应用。根振采用技术的不同•出现了数据失真、数据加密'限制发布等隐私保护技术。尖键词：隐私保护；随机化；安全计算中图分类号：TP312文献标识码：ADoi:10.3969/j.issn,1009-0134.2011.5(上).330引言数据挖掘和数据发布是当前数据库应用的两

2、个重要方而。一方而，数据挖掘与知识发现在各个领域都扮演着非常重要的角色。数据挖掘的目的在于从大量的数拯中抽取出潜在的、有价值的知识(模型或规则)C传统的数据挖掘技术在发现知识的同时，也给数据的隐私带來了威胁。另八方血，数据发布是将数据库中的数据直接地展现给用户。而在各种数据发布应用中，如果数据发布者不釆取适当的数据保护措施，将可能造成敏感数据的泄漏，从而给数摒所有者带来危害。所以，如何在各种数据库应用中保护数据的隐私，成为近年来学术界的研究热点。1隐私保护技术的分类与性能评估1.1隐私保护技术的分类没有任何一种隐私保护技术适用于所有应用。隐私保护技术分为三类：1)基于数据失

3、真(Distorting)的技术：使敏感数据失真但同时保持某些数据或数据属性不变的方法。例如，采用添加噪声(AddingNoise)、交换(Swapping)等技术对原始数据进行扰动处理，但要求保证处理后的数据仍然可以保持某些统计方血的性质，以便进行数据挖掘等操作。2)基于数据加密的技术：采用加密技术在数据挖掘过程屮隐藏敏感数据的方法。多用于分布式应用环境中，如安全多方计算(SecuiyMultipartyComputation,以下简称SMC)。文章编号:1009-0134(2011)5(1)-0096-033)基于限制发布的技术：根据具体情况有条件地发布数据。如：不发布

4、数据的某些域值，数据泛化(Generalization)等。1.2隐私保护技术的性能评估隐私保护技术需要在保护隐私的同时，兼顾对应用的价值以及计算开销。通常从以下三方面对隐私保护技术进行度量：1)隐私保护度：通常通过发布数据的披露风险来反映，披露风险越小，隐私保护度越髙°2)数据缺损：是对发布数据质量的度量，它反映通过隐私保护技术处理后数据的信息丢失：数据缺损越高，信息丢失越多，数据利用率(Utility)越低。具体的度量有：信息缺损(InformationLoss)、重构数据与原始数扼的相似度等。3)算法性能：一般利用时间复杂度对算法性能进行度量。例如，采用抑制(Supp

5、ression)实现最小化的k-匿名问题已经证明是NP-hard问题；时间复杂度为0(k)的近似k-匿名算法，显然优于复朵度为O(klogk)的近似算法。均摊代价(AmortizedCost)是一种类似于时间复杂度的度量，它表示算法在一段时间内平均每次操作所花费的时间代价。除此之外，在分布式环境小，通讯开销(CommunicationCost)也常常关系到算法性能，常作为衡量分布式算法性能的一个重要指标。2基于数据失真的隐私保护技术数据失真技术通过扰动(Perturbation)原始收稿日期:2011-01-05作者简介：黄小英(1976-),女，广西宁明人，讲师,工稈硕士

6、,硏究方向为计算机应用。数据来实现隐私保护。它要使扰动后的数据同时满足：1)攻击者不能发现真实的原始数据，也就是说，攻击者通过发布的失真数据不能重构出真实的原始数据乙2)失真后的数据仍然保持某些性质不变，即利用失真数据得出的某些信息等同于从原始数据上得出的信息。这就保证了基于失真数据的某些应用的可行性。2.1随机化数据•随机化即是对原始数据加入随机噪声，然后发布扰动后数据的方法。需耍注意的是，随意对数据进行随机化并不能保证数据和隐私的安全，因为利用概率模型进行分析常常能披露随机化过程的众多性质。随机化技术包括两类：随机扰动(RandomPerturbation)和随机化应答

7、(RandomizedResponse)。2.2随机扰动随机扰动采用随机化过程来修改敏感数据，从而实现对数据隐私的保护。一个简单的随机扰动模型如表1(a)所示。对外界而言，只可见扰动后的数据，从而实现了对真实数据值的隐藏。但扰动后数据仍然保留着原始数据分布X的信息，通过对扰动后•的数扼进行重构如表1(b)所示，可以恢复原始数据分布X的信息。但不能重构原始数据的精确值x“x2,…,x11C表1随机扰动与巫构过程(a)随机扰动过程输入1・原始数据为x1,x2,—,xri,服从于未知分布X；2.扰动数据为y1，丫2,・・