欢迎来到天天文库
浏览记录
ID:33391338
大小:2.49 MB
页数:64页
时间:2019-02-25
《基于匿名模型的数据发布隐私保护技术研究》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、分类号UDCTP309.2004.9编号—10299J0—608002江蒜大擎高教硕士学位论文基于匿名模型的数据发布隐私保护技术研究AStudyofPrivacy·preservinginDataPublishingBasedonAnonymityModel申请学位级别亟±学科(专业)i土簋扭座旦撞盔论文提交日期2Q!Q生!!目论文答辩日期2Q!Q生12目学位授予单位和日期江菱太堂一答辩委员会主席评阅人学位论文版权使用授权书lIIIlIlrllJrllflIIIII\1837427本学位论文作者完全了
2、解学校有关保留、使用学位论文的规定,同意学校保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权江苏大学可以将本学位论文的全部内容或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于保密口,在年解密后适用本授权书。不保密d学位论文作者签名:际艺洛汐沙年,≥月哆日’舯狮弥擀沙tu年t瑚旁独创性声明本人郑重声明:所呈交的学位论文,是本人在导师的指导下,独立进行研究工作所取得的成果。除文中己注明引用的内容以外,本论文不包含任何
3、其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名:日期:年月江苏大学高教硕十学位论文摘要随着计算机技术和网络技术的飞速发展,大量个人信息被政府部门、商业机构等1字储或发布。这些信息中含有许多与个人相关的隐私信息,虽然信息的高度共享给人们带来巨大的便利,但同时也对个人隐私带来了威胁。因此在数据发布的同时保护好个人的隐私信息也就成为了近年来研究的热点。本文探讨了课题研究的背景和意义,总结了当
4、前国内外的研究现状,对数据发布中的隐私保护相关模型及其算法进行了综述,在此基础上,分别研究了以关系数据表形式和社会网络形式发布的数据隐私保护技术,提出了--*帷t’对关系数据表形式数据的基于敏感性分级的(Qi,k).匿名模型,以及面向社会网络的基于顶点1.邻域子图的k.匿名模型。本文的主要研究工作包括:1.对面向数据发布隐私保护的相关研究现状作了分析,对隐私保护的相关知识进行了概述,并分析比较了两种数据形式隐私保护的一系列模型及其算法。2.针对传统(0【,k).匿名模型所存在的问题,提出了一种基于敏感
5、性分级的(仅i,k).匿名模型。通过定义敏感值距离束描述敏感值之间的敏感性差异,引入有损连接的思想,设计了基于贪心策略的(仅i,k).匿名聚类算法,并以此来实现基于敏感性分级的foci,k).匿名模型。实验结果表明,与传统(0【,k)一匿名模型相比,在提高执行效率的同时又降低了信息损失量,并能够较好地抵制同质性攻击和部分背景知识攻击,是一种更为有效的隐私保护方法。3.针对现有社会网络形式数据发布模型所存在的问题,提出了一种基于顶点1.邻域子图的k.匿名模型。该模型将k.匿名保护的思想引入到社会网络顶点
6、的邻域子图,设计了基于1.邻域子图的社会网络k.匿名算法,通过邻域匿名化实现子图间的同构,达到抵制邻域背景知识攻击的目的。实验结果表明,该模型具有较好的抗攻击能力。关键词:数据发布,隐私保护,k.匿名模型,社会网络,1.邻域子图荩丁.匿名模刑的数据发布隐私保护技术研究AbstractWiththerapiddevelopmentofcomputertechnologyandnettechnology,alargeamountofpersonalinformation,involvingmuchpriv
7、acyoftheindividualconcerned,isstoredandreleasedbythegovernment,commercialorganizations,etc.However,sharingoftheinformationbringsaboutenormousthreataswellasconsiderablebenefitstopeople.Therefore,howtoprotecttheprivacyofthepersonalinformationwhiledatabein
8、greleasedhasbecometheheatedresearchtopictheseyears.Thethesistobeginwith,introducesthebackground,thesignificanceandthecurrentstateofthepresentresearch.Next,basedonthereviewoftherelatedmodelandalgorithmoftheprivacyprotectionintheda
此文档下载收益归作者所有