面向数据发布和分析的差分隐私保护

面向数据发布和分析的差分隐私保护

ID:36663134

大小:698.89 KB

页数:23页

时间:2019-05-13

面向数据发布和分析的差分隐私保护_第1页
面向数据发布和分析的差分隐私保护_第2页
面向数据发布和分析的差分隐私保护_第3页
面向数据发布和分析的差分隐私保护_第4页
面向数据发布和分析的差分隐私保护_第5页
资源描述:

《面向数据发布和分析的差分隐私保护》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、第36卷计算机学报Vol.362013年论文在线发布号No.11CHINESEJOURNALOFCOMPUTERS2013ArticleOnlineNo.11面向数据发布和分析的差分隐私保护*张啸剑,孟小峰《计算机学报》提前在线出版(中国人民大学信息学院北京100872)摘要随着数据分析和发布等应用需求的出现和发展,如何保护隐私数据和防止敏感信息泄露成为当前面临的重大挑战。基于k-匿名或者划分的隐私保护方法,只适应特定背景知识下的攻击而存在严重的局限性。差分隐私作为一种新出现的隐私保护框架,能够防止攻击者拥有任意背景知识下的攻击并提供有力的保护。文中对差分隐私保护领域已有的研究成果进行了

2、总结,对该技术的基本原理和特征进行了阐述,重点介绍了当前该领域的研究热点:差分隐私下基于直方图的发布技术、基于划分的发布技术以及回归分析技术。在对已有技术深入对比分析的基础上,指出了差分隐私保护技术的未来发展方向。关键词差分隐私;数据发布;隐私保护;数据分析中图法分类号TP309DOI号:*投稿时不提供DOI号*DifferentialPrivacyinDataPublicationandAnalysis*ZHANGXiao-Jian,MENGXiao-Feng(SchoolofInformation,RenminUniversityofChina,Beijing100872)Abstr

3、actAstheemergenceanddevelopmentofapplicationrequirementssuchasdataanalysisanddatapublication,achallengetothoseapplicationsistoprotectprivatedataandpreventsensitiveinformationfromdisclosure.However,mostexistingmethodsbasedonk-anonymityorpartition-basedhaveseriouslimitationsbecausetheyonlypreservei

4、ndividualprivacyunderspecialassumptionofadversary’sbackgroundknowledge.Differentialprivacyhasemergedasanewparadigmforprivacyprotectionwithstrongprivacyguaranteesagainstadversarieswitharbitrarybackgroundknowledge.Thispapersurveysthestateoftheartofdifferentialprivacyfordatapublicationandanalysis.Th

5、emechanismsandpropertiesofthismodelaredescribed,whileourfocusesareputonprivatedatareleasesintermsofhistogramandpartitiontechniques,andanalysisbasedonregressionskills.Followingthecomprehensivecomparisonandanalysisofexistingworks,futureresearchdirectionsareputforward.KeywordsDifferentialPrivacy;Dat

6、aPublication;Privacy-preserving;DataAnalysis业务服务会记录客户私有信息及其交易行为等。而1引言这些数据的收集和发布直接给个人隐私造成威胁。一方面,如果数据拥有者直接发布隐含的敏感信信息技术的飞速发展使得各类数据的发布、采息,而不采用适当数据保护技术,将可能造成个人集、存储和分析变得方便快捷。例如,医院电子病的隐私泄露。另一方面,对发布后的数据进行分析例记录病人基本信息、疾病信息及药品购买记录;也给数据的隐私带来了威胁。例如,采用数据挖掘人口普查记录市民的家庭住址以及收入情况;金融和机器学习技术对医疗病例记录和搜索日志进行————————————

7、———本文得到国家自然科学基金项目(61379050,91024032,91224008,91124001,91324015),中国人民大学科学研究基金(课题号:11XNL010)支持,国家863计划项目(2012AA011001,2013AA013204),高等学校博士学科点专项科研基金资助课题(20130004130001)资助.张啸剑,男,1982年生,博士研究生,主要研究方向为差分隐私、数据挖掘、图数据管理.孟小峰,男,19

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。