基于数据隐私保护的匿名算法改进研究

《基于数据隐私保护的匿名算法改进研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、杭州电子科技大学硕士学位论文基于数据隐私保护的匿名算法改进研究研究生：钱然指导教师：王晓耘教授2013年3月DissertationSubmittedtoHangzhouDianziUniversityfortheDegreeofMasterTheResearchofImprovingAnonymousAlgorithmBasedonDataPrivacyProtectionCandidate:QianRanSupervisor:Prof.WANGXiaoyunMarch，2013杭州电子科技大学硕士学位论文摘要随着信息技术的发展，信息越来越多的被存储在计算机上，服

2、务器中。这些信息中包含了很多企业的客户信息,属于企业的商业机密。一些基于互联网的企业，存储了大量普通消费者的隐私信息，这些信息的泄露会给企业的发展产生致命的打击。还有更多的企业包括各行各业的传统企业，也都利用信息系统存储大量企业客户的信息，这些信息是企业不断发展的核心资源，信息的泄露会直接影响到企业客户的流失，使企业失去了发展的根基。此外包括医院，政府等公共机构，也存储着大量的隐私数据，信息的泄露会引起社会不满，民众担忧。凡此种种，都说明了对于隐私信息的保护是一个非常严峻的问题。随着企业对于隐私保护的重视，有关隐私保护技术的研究也越来越深入。本文旨在研究基于隐私保护

3、的数据匿名化方法，主要包括泛化/隐匿技术和微聚集技术。首先分析了泛化/隐匿技术的不足以及微聚集技术的特点，然后比较了基于微聚集技术的各类算法，选取性能较好的MDAV算法作为基算法。但是MDAV算法还有许多需要改进的地方，尤其是针对分类型大数据集的时候，算法效率较低、数据安全性和数据可用性不可兼得的矛盾等问题依然存在。本文基于这些问题提出了相应的改进方法。针对MDAV算法应用到大数据集时算法效率较低的问题，提出的改进策略是添加预处理步骤的思想。在预处理环节引入高效快速的聚类模型，对大数据集进行初始聚类，再对各个子类用MDAV算法形成最终的匿名等价类。通过对大数据集的分

4、割从而大幅度降低算法的执行时间，提升效率。针对MDAV算法存在数据安全性和数据可用性不可兼得的矛盾，提出了适当的改进。考虑到预处理环节添加的初始聚类步骤，使得算法的可用性得到了提升。本文试图在基本不降低数据可用性的情况下，对特定敏感属性值添加进行频率约束，从而增强敏感数据的安全性。基于上述改进，提出了(m,α,k)-MDAV算法。算法验证采用了隐私保护领域通用的Adult标准数据集，将(m,α,k)-MDAV算法与MDAV算法、(α,k)-MDAV进行比较。从算法效率，信息损失，泄密风险等多个维度对实验结果进行分析。实验验证了改进后的新算法大幅度提升了算法效率，适当

5、提升了匿名后数据集的可用性，同时在基本不影响整体数据集安全性的基础上，提升了敏感属性的安全性，证实了新算法改进的有效性。关键词：隐私保护，微聚集，k-匿名，MDAVI杭州电子科技大学硕士学位论文ABSTRACTWiththedevelopmentofinformationtechnology,moreandmoreinformationisstoredonthecomputerserver.Thisinformationcontainsmuchenterprisecustomerinformationwhichistradesecret.Internet-based

6、businessescontainhugeofuser’spersonalinformation.Ifthisinformationisleaked,itwillgivethedevelopmentofenterprisesthefatalblowsothatloseahugeofusers.Today,morecompanies,includingtraditionalenterprisesinvariousindustries,usecomputertostorealargenumberofenterprisecustomers’information.This

7、informationiscoreresourcesoftheenterprisedevelopment,ifitleaked,willdirectlyaffectthesuccessoftheenterpriseCRM.Thentheenterprisedevelopmentwilllosethesupportofthecustomerwhichmeanslosethefoundationofthedevelopment.Otherorganizations,includinghospitals,government,alsohavealargenumbero