检索结果-南通市图书馆

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

个性化隐私保护的时空众包任务分配方法

个性化隐私保护的时空众包任务分配方法

作者：顾玲美大连理工大学

学位级别：硕士

通过时空众包,任务请求者将时空众包任务(与位置和时间相关的众包任务)提交给众包平台,众包服务器将任务分配给一组工作人员,工作人员将通过实际前往任务地点来执行任务。但是,当前的任务分配方案要求工作人员和任务请求者将他们的位置... 详细信息

通过时空众包,任务请求者将时空众包任务(与位置和时间相关的众包任务)提交给众包平台,众包服务器将任务分配给一组工作人员,工作人员将通过实际前往任务地点来执行任务。但是,当前的任务分配方案要求工作人员和任务请求者将他们的位置和任务的任务披露给不受信任的时空众包服务器,以有效地将任务分配给工作人员。但是这种信息披露或多或少会导致用户的隐私泄露。人们对于隐私泄露的担忧可能导致他们不愿参与到时空众包中。基于用户对隐私保护的需求,本文提出了一个三阶段分配模型,在同时保护工作人员和时空众包任务的位置隐私的情况下,以在线方式将时空任务分配给工作人员。根据地理位置不可区分性,任务请求者和工作人员分别对任务和自身的位置进行扰动。由于直接利用干扰后的位置进行分配性能较差,本文根据观测所得的任务和工作人员的扰动位置量化了任务和工作人员之间可到达的概率。利用工作人员任务对可到达率的经验模型,提出了基于可到达率的任务分配算法,并在完成任务的数量、工作人员移动距离和系统开销等各种指标之间取得平衡。然而不同的数据所有者对隐私保护有不同的期望,用户可以通过降低自己对隐私保护的需求获取其他收益,如分配成功率等。因此本文允许工作人员和任务具有个性化的隐私保护水平,工作人员和任务请求者可以通过调整自己的隐私保护策略来满足自身任务分配的成功率和隐私保护需求之间的平衡。本文的分配算法在个性化隐私的场景下依旧能够胜任。对真实数据集的实验表明,本文提出的三阶段分配模型和基于可到达率的分配算法针对个性化隐私保护的场景亦或是非个性化隐私保护的场景,都能在不显著牺牲分配任务总数的情况下,达到对任务位置的泄露最少,对工作人员位置的泄露也很少。

关键词：个性化隐私保护任务分配时空众包

社交媒体用户隐私悖论行为群体画像构建研究——以微信为例

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

情报科学 2024年

作者：相甍甍冯丽王佳栋吉林财经大学管理科学与信息工程学院吉林省商务大数据研究中心

【目的/意义】本文利用构建用户画像的方法，对微信用户隐私悖论行为的群体特征进行描述，为社交媒体平台精准了解用户隐私悖论行为群体特征差异，进而为用户提供个性化的隐私保护与针对性的服务策略提供一定指导。【方法/过程】以微信... 详细信息

【目的/意义】本文利用构建用户画像的方法，对微信用户隐私悖论行为的群体特征进行描述，为社交媒体平台精准了解用户隐私悖论行为群体特征差异，进而为用户提供个性化的隐私保护与针对性的服务策略提供一定指导。【方法/过程】以微信用户为研究对象，借鉴VALS2用户细分的态度量表从心理偏好入手构建微信用户隐私悖论行为群体画像标签体系，通过发放问卷获取数据，利用因子分析、聚类分析和判别分析法对微信用户隐私悖论行为进行聚类分析，并对不同用户群体的特征进行可视化呈现。【结果/结论】研究结果表明，微信用户隐私悖论行为群体画像类型可划分为体验至上型、成熟理智型、自我中心型3种。【创新/局限】提出了社交媒体用户隐私悖论行为群体画像模型。在未来的研究中将对群体画像模型进行修正，并探讨该模型在其他场景中的应用。

关键词：微信隐私悖论用户画像 VALS2 个性化隐私保护

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于动态社会网络数据发布的个性化隐私保护

南京邮电大学学报（自然科学版） 2016年第2期36卷 74-81页

作者：陈春玲熊晶陈琳南京邮电大学计算机学院江苏南京210023

针对动态社会网络数据发布中用户的个性化隐私保护要求L和所属社区属性C并没有得到足够重视的问题,提出了一种基于动态社会网络数据发布的个性化隐私保护方法。将社会网络中的隐私保护级别分为3个等级:不需保护L=0、防止度攻击L=1和防... 详细信息

针对动态社会网络数据发布中用户的个性化隐私保护要求L和所属社区属性C并没有得到足够重视的问题,提出了一种基于动态社会网络数据发布的个性化隐私保护方法。将社会网络中的隐私保护级别分为3个等级:不需保护L=0、防止度攻击L=1和防止领域子图攻击L=2。对于L≠0的节点集,通过k-分组和(k,△d)方法对节点进行匿名,其中k-分组满足社区属性C的k-多样性;对L=2的节点集,进行k-领域子图匿名。理论分析和实验表明:攻击者不能以大于1/k的概率识别出某节点,且不能以大于u的概率推出两节点之间存在敏感边。该方法能够满足社会网络中各用户对隐私保护的要求,对于同一隐私保护程度降低了社会网络图的信息损失。

关键词：动态社会网络数据发布个性化隐私保护社区属性

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

一种增强的个性化匿名隐私保护模型

微电子学与计算机 2011年第8期28卷 4-8页

作者：刘英华刘永彬李广原郭建威北京科技大学信息工程学院北京100083 中国青年政治学院北京100089

匿名模型是近年来隐私保护研究的热点技术之一,主要研究如何在数据发布中避免敏感数据的泄露,又能保证数据发布的高效用性.提出了一种个性化(α[s],l)-多样k-匿名模型,该方法将敏感属性泛化成泛化树,根据数据发布中隐私保护的具体要求,... 详细信息

匿名模型是近年来隐私保护研究的热点技术之一,主要研究如何在数据发布中避免敏感数据的泄露,又能保证数据发布的高效用性.提出了一种个性化(α[s],l)-多样k-匿名模型,该方法将敏感属性泛化成泛化树,根据数据发布中隐私保护的具体要求,给各结点设置不同的α约束,发布符合个性化匿名模型的数据.该方法在保护隐私的同时进一步提高信息的个性化要求.实验结果表明,该方法提高了信息的有效性,具有很高的实用性.

关键词：数据发布个性化隐私保护匿名 k-匿名

维普期刊数据库

在线全文

学校读者我要写书评

暂无评论

基于多敏感属性的个性化隐私保护模型研究

基于多敏感属性的个性化隐私保护模型研究

作者：朱理奥中国矿业大学

学位级别：硕士

大数据时代,每时每刻均有海量的数据产生、公布、转发、分享和处理。针对这些数据的分析和研究,给人们带来了诸多便利。但是在同时,人们也面临着隐私泄露的问题。针对现有的数据发布模型中存在的问题,论文基于敏感度量化计算的思想,完... 详细信息

大数据时代,每时每刻均有海量的数据产生、公布、转发、分享和处理。针对这些数据的分析和研究,给人们带来了诸多便利。但是在同时,人们也面临着隐私泄露的问题。针对现有的数据发布模型中存在的问题,论文基于敏感度量化计算的思想,完成了以下工作:(1)对于单一敏感属性的情形,一种能够保护用户隐私的个性化(w,l,k)-匿名模型被提出。该模型使用w、l、k三个参数对匿名化结果进行约束。模型基于已有的量化敏感度的模型,在对敏感属性值在频率分布和语义上的敏感程度进行量化计算的同时,将用户的个人隐私需求进行量化计算,最终得出综合敏感度,以便考虑用户个性化隐私需求。模型要求各个等价类在满足k-匿名和l-多样性的基础上,满足平均综合敏感度不超过w。同时,论文给出了该模型的实现算法;(2)鉴于实际工作中敏感属性并不唯一的问题,将敏感度量化思想应用于多维敏感属性数据。在已有的(g,l)-匿名模型的基础上,论文给出了个性化(g,l)-匿名模型。该模型使用g、l两个参数对匿名化结果进行约束。模型在对敏感属性语义敏感度进行量化的同时,将敏感属性的出现频率和用户的个人隐私需求纳入敏感度计算,针对每一个敏感属性值计算出其对应的综合敏感度,以便提供个性化隐私服务。模型要求各个分组在满足l-多样性的基础上,满足任意敏感属性值之间的综合敏感度差异至少达到g。此外,论文给出了该模型的实现算法;(3)经过实验,从隐私保护和数据效用两个方面对两个模型分别进行了评估,最终得出结论:个性化(w,l,k)-匿名模型该模型除了能够对用户隐私实现个性化保护功能外,具有更高的隐私保护能力;而个性化(g,l)-匿名模型相比于原本的(g,l)-匿名模型,兼顾了敏感属性值的频率敏感度和用户个人隐私需求,具有更好的隐私保护效果。此外,还对所提出的两个模型进行了性能比对,并得出结论:相比较于个性化(w,l,k)-匿名模型,个性化(g,l)-匿名模型能够适用于多维敏感属性数据,并且具有更小的数据效用损失和更好的隐私保护效果。

关键词：敏感度量化个性化隐私保护匿名模型多维敏感属性

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

实现个性化隐私保护的微聚集算法研究

实现个性化隐私保护的微聚集算法研究

作者：程亮中国科学技术大学

学位级别：硕士

近几年,数据发布在科学研究和数据分析等方面受到了广泛的关注。由于待发布的数据集往往包含敏感信息,一旦泄露会存在巨大的泄露风险。因此,包含敏感信息数据集的发布面临的主要问题在于如何保证数据的有效性和敏感信息隐私保护。匿名... 详细信息

近几年,数据发布在科学研究和数据分析等方面受到了广泛的关注。由于待发布的数据集往往包含敏感信息,一旦泄露会存在巨大的泄露风险。因此,包含敏感信息数据集的发布面临的主要问题在于如何保证数据的有效性和敏感信息隐私保护。匿名化是一个很好的方法,其主要思想是：在除去唯一标识符的基础上对准标识符进行匿名化,使得匿名组内的记录不可再分。目前有多种匿名化模型,有代表性的是l多样性、（a,k）匿名模型等。然而大多数模型主要侧重于使用预先定义的参数为整个数据集提供无差别的隐私保护,这并不能适应个体对不同敏感属性的多样性保护需求。综上所述,本文提出了一种满足敏感信息的多样性非相关约束的p-多样性k-匿名化模型,该模型从全局角度和个体的个性化需求两个方面综合考虑以满足敏感属性的多样性非相关约束。实现k匿名的两种方法是泛化/抑制和微聚集,用泛化/抑制方法实现匿名化存在技术效率低和数据有效性差的问题,而微聚集算法是一种较好的选择。由于传统的微聚集算法并不能满足本文所提出的匿名化模型的需求,因此,本文基于传统的微聚集算法,设计了一个改进的算法框架实现匿名化模型。利用本文设计的框架实现匿名化模型,不仅能够从技术上易于实现,同时提高了数据的有效性并降低了隐私泄露的风险。为了验证方案的有效性,我们将模型与其它两种模型：k-匿名和（0.5,k）-匿名对比,在真实数据及上进行多次试验,并从数据有效性、隐私泄露风险及时间复杂度三个方面进行分析。实验结果表明,我们设计的方案在数据集上的效果总体上要优于其它模型。

关键词： k-匿名数据发布微聚集非相关约束个性化隐私保护

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向群智感知系统的个性化隐私保护研究

面向群智感知系统的个性化隐私保护研究

作者：胡佳慧武汉大学

学位级别：硕士

随着智能设备的普及,群智感知技术已在各领域被广泛运用并成为近年来的研究热点。通过将普通用户的移动设备作为基本感知单元,群智感知技术实现感知任务的分发和数据的收集。然而,用户在参与群智感知活动中,可能会面临泄露隐私的风险,... 详细信息

随着智能设备的普及,群智感知技术已在各领域被广泛运用并成为近年来的研究热点。通过将普通用户的移动设备作为基本感知单元,群智感知技术实现感知任务的分发和数据的收集。然而,用户在参与群智感知活动中,可能会面临泄露隐私的风险,如果群智感知系统不考虑隐私保护将严重影响用户参与度,因此,现有一些学者已经开始关注隐私保护下的群智感知技术研究并取得了一定的成果。但是,现有的研究假设所有用户采用相同的隐私保护级别,这虽然利于平台管理,却忽略用户本质对隐私保护需求的多样性,即不同的用户对自身的隐私看重程度存在差异。使用相同的隐私保护级别只会使得一些用户的隐私需求没有被满足,而另外的用户的数据被过度保护。因此,本文从用户隐私多样化出发,开展面向群智感知系统的个性化隐私保护研究,在满足用户个性化隐私需求的同时,解决群智感知数据收集中涉及的任务分配、用户激励以及数据聚合等问题,构建支撑“任务分配--用户激励--数据聚合”的感知任务全周期隐私保护保障理论。为实现个性化隐私保护,本文采用差分隐私技术对用户的位置信息和感知数据等敏感信息进行个性化混淆,即用户可以按需求选择隐私预算并在本地对数据进行处理后上传。（1）针对任务分配问题,本文提出一种基于混淆距离的任务分配机制PWSM,通过用户的混淆距离和隐私预算计算用户离目标任务更近的概率并从概率上最小化总的移动消耗,从而提高任务的执行效率。（2）针对用户激励问题,本文提出一种基于维克里拍卖的激励机制VPDM,通过用户的移动成本和隐私泄露成本来共同决定用户的激励,并证明该机制满足真实性、盈利性以及个体合理性。（3）针对数据聚合问题,本文提出了一种基于EM算法的数据聚合方法HisEM,将用户的历史数据融入真值发现技术,从而提高数据聚合鲁棒性实现对任务真值的精准估计。最后,本文通过隐私分析和大量真实数据集的实验,证明了所提机制的隐私性和有效性。

关键词：群智感知系统个性化隐私保护差分隐私任务分配用户激励数据聚合

基于多样性聚类的个性化隐私保护技术研究与应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于多样性聚类的个性化隐私保护技术研究与应用

作者：牛鑫东华大学

学位级别：硕士

大数据时代,越来越多的用户通过互联网建立联系,形成了数据庞大且结构复杂的社交网络,为数据分析和数据挖掘研究提供强大信息资源的同时,也为网络攻击者提供了便捷。隐私保护技术能够阻止网络攻击者对目标节点实行重识别攻击,防止隐私... 详细信息

大数据时代,越来越多的用户通过互联网建立联系,形成了数据庞大且结构复杂的社交网络,为数据分析和数据挖掘研究提供强大信息资源的同时,也为网络攻击者提供了便捷。隐私保护技术能够阻止网络攻击者对目标节点实行重识别攻击,防止隐私信息被窃取。由于不同用户具有不同的隐私保护需求和偏好,这需要为其定义隐私保护需求,限定隐私信息的保护程度和使用方式,提供个性化的隐私保护。论文从社交网络的图结构和具体数据记录两方面,研究了个性化隐私保护技术。根据图结构的连接指纹信息(Connection Fingerprint,CFP),论文计算了节点的隐私保护需求度,用于标识节点的不同隐私保护偏好,同时结合多样性聚类(7)-diversity),研究了针对图结构信息的个性化隐私保护技术。社交网络中的节点存在的多种敏感属性,论文通过各个属性对应的继承分类树,计算节点和数据记录的个性化隐私保护需求度,研究了针对图节点数据记录的个性化隐私保护技术。论文详细分析了算法的设计思想和实现过程,采用标准数据集对其进行了实验对比,并将其应用于某医疗器械供应链系统,验证了技术的有效性和可用性。具体来讲,论文的主要工作有以下几个方面。(1)针对社交网络中的图结构信息,本文研究了一种基于7)-diversity的个性化隐私保护方法。该方法根据社交网络中私有节点的CFP为其设定个性化隐私保护需求度,并基于7)-diversity模型对私有节点进行聚类。同时,根据每个等价类的个性化隐私保护需求度,为其添加少量的虚拟结构,形成可发布的社交网络图。(2)针对社交网络图中节点形成的数据记录,本文研究了一种基于7)-diversity的多维敏感属性个性化隐私保护方法。该方法根据各个敏感属性的继承分类树,为每条数据记录设定个性化隐私保护需求度,并构造多维敏感属性记录集进行7)-diversity聚类,最终获得可发布的数据集。(3)针对本文研究的两种隐私保护方法,分别实现了相应的算法,并且从算法时间效率、数据损失率以及变化率等方面设计了大量对比实验,结果显示,这两种方法在达到隐私保护的同时确保了发布后社交网络数据的有效性。最后,将该两种方法应用于某医疗器械供应链系统,对由该系统形成的医疗器械供应链网络进行个性化隐私保护,在提升用户体验的同时保证了供应链网络的数据安全。

关键词：社交网络个性化隐私保护 7)-diversity 连接指纹多敏感属性

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

面向群组推荐的个性化隐私保护方法

通信学报 2019年第9期40卷 106-115页

作者：王海艳陆金祥南京邮电大学计算机学院江苏南京210023 南京邮电大学江苏省大数据安全与智能处理重点实验室江苏南京210023

为解决现有的隐私保护方法不能很好地满足群组推荐中用户的个性化隐私需求的问题,提出了一种面向群组推荐的基于可信客户端的个性化隐私保护框架及基于此框架的群组敏感偏好保护方法。所提方法在可信客户端收集群组内用户的历史数据以... 详细信息

为解决现有的隐私保护方法不能很好地满足群组推荐中用户的个性化隐私需求的问题,提出了一种面向群组推荐的基于可信客户端的个性化隐私保护框架及基于此框架的群组敏感偏好保护方法。所提方法在可信客户端收集群组内用户的历史数据以及隐私偏好需求,利用用户敏感主题相似性发现组内相似用户,通过对前k个用户进行随机的协同扰动,实现群组内用户的个性化隐私保护。仿真对比实验表明,所提的个性化隐私保护方法能够满足不同用户的隐私需求,具有更好的性能。

关键词：群组推荐个性化隐私保护随机化扰动 k-匿名

维普期刊数据库