检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于k-匿名的云计算隐私保护算法研究

基于k-匿名的云计算隐私保护算法研究

作者：郭永伟河南大学

学位级别：硕士

随着信息时代的高速发展,云计算在学习、生活和工作中的应用越来越广泛,云计算的出现为用户节省了大量的成本和精力,已被认为是新型计算机网络体系中的关键内容。但云计算在安全方面并没有与应用方面的飞速发展完全同步,到目前为止,云... 详细信息

随着信息时代的高速发展,云计算在学习、生活和工作中的应用越来越广泛,云计算的出现为用户节省了大量的成本和精力,已被认为是新型计算机网络体系中的关键内容。但云计算在安全方面并没有与应用方面的飞速发展完全同步,到目前为止,云计算安全方面还存在着不少安全问题、安全威胁需要面对和解决,特别是在隐私保护方面,个人的隐私是每一个人最重要的信息,是受到法律保护的,但云计算在隐私保护方面做的并不完善,隐私信息泄露事件层出不穷,给人们的生活带来了很大的威胁。本文首先介绍了云计算的相关背景知识,对云计算的基础定义、发展历程和云计算的特点以及目前云计算环境中所存在的一些安全威胁,尤其是云计算隐私保护方面的安全威胁,展开了研究分析。通过对几种传统的隐私保护方案进行分析比对,指出虽然这些方法能够在一定程度上解决隐私保护问题,但是随着数据挖掘技术的进一步提高,从网络中获取数据的方法越来越多,越来越容易,通过链接攻击等攻击方式,用户的隐私信息仍然有可能遭到泄露。为了能够减少链接攻击对用户隐私造成的损害,本文着重对k-匿名算法进行了研究与改进。k-匿名算法基本上能够满足在云计算环境中的数据发布过程中对隐私保护的要求。因此将k-匿名算法应用在云计算隐私保护之中,具有特别重要的意义。在k-匿名保护模型中,实现k-匿名技术的两种方法就是,泛化和隐匿。在数据表的匿名化过程中,会对数据表中的数据质量造成一定量的损失,在这样的情况下,用户的隐私信息才有可能得到保护。所以说匿名表的隐私保护程度和匿名表中的数据质量是两个相互对立,相互矛盾的个体,二者不可兼得,为了使得到的匿名表具有更高的实用价值,如何在隐私保护程度和数据质量这两者之间找到中间节点是k-匿名算法的关键。其中最重要的就是k的取值优化问题,如果k的取值过大,会造成无法弥补数据质量的损失;如果k的取值过小,则会导致k-匿名保护模型无法提供足够的隐私保护来保护客户的隐私信息,k-匿名隐私保护模型就会变的毫无意义。因此,k的取值优化问题是关于k-匿名表是否可用的关键所在,对k-匿名隐私保护模型的实际应用有着重要意义。本文的重点工作就是对k-匿名算法中的k值进行优化,使得用户隐私信息进行匿名化处理之后的匿名表能够有效的保证用户隐私安全的同时,也能保障用户的数据质量没有太大的损失。为了能够得到合适的k值对原始数据表进行匿名化,首要的一点就是找到满足所有条件的k的取值范围,如何找到k的取值范围是本文研究的重点。首先,对k值的变化和匿名表的隐私保护程度发生改变之间的关系进行了理论研究和实验分析,根据匿名表的隐私保护阈值提出了一个关于k的约束不等式。随后,对k值的不同和匿名表中数据质量变化之间的关系进行理论研究和实验分析,根据匿名表的数据质量阈值提出了另外一个关于k的约束不等式,根据这两个约束不等式,可以得到满足要求的k的取值范围,利用k的集合中的值对数据表进行匿名化处理,能够有效的保证用户隐私安全的同时,也能保障用户的数据质量没有太大的损失。最后依照用户的不同要求,计算选择最优的k值进行匿名化处理,最终能够得到满足用户需求的匿名表。

关键词：云计算隐私保护 k-匿名算法 k值优化选择

PPDM中面向k-匿名的MI Loss评估模型

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

计算机工程 2022年第4期48卷 143-147页

作者：谷青竹董红斌武汉大学国家网络安全学院武汉430000

隐私保护数据挖掘(PPDM)利用匿名化等方法使数据所有者在不泄露隐私信息的前提下,安全发布在数据挖掘中有效可用的数据集。k-匿名算法作为PPDM研究使用最广泛的算法之一,具有计算开销低、数据形变小、能抵御链接攻击等优点,但是在一些k... 详细信息

隐私保护数据挖掘(PPDM)利用匿名化等方法使数据所有者在不泄露隐私信息的前提下,安全发布在数据挖掘中有效可用的数据集。k-匿名算法作为PPDM研究使用最广泛的算法之一,具有计算开销低、数据形变小、能抵御链接攻击等优点,但是在一些k-匿名算法研究中使用的数据可用性评估模型的权重设置不合理,导致算法选择的最优匿名数据集在后续的分类问题中分类准确率较低。提出一种使用互信息计算权重的互信息损失(MI Loss)评估模型。互信息反映变量间的关联关系,MI Loss评估模型根据准标识符和标签之间的互信息计算权重,并通过Loss公式得到各个准标识符的信息损失,将加权后的准标识符信息损失的和作为数据集的信息损失,以弥补评估模型的缺陷。实验结果证明,运用MI Loss评估模型指导k-匿名算法能够明显降低匿名数据集在后续分类中的可用性丢失,相较于Loss模型和Entropy Loss模型,该模型分类准确率提升了0.73%~3.00%。

关键词：隐私保护数据挖掘 k-匿名算法数据可用性分类准确率 MI Loss评估模型

在线全文

学校读者我要写书评

暂无评论

网络隐私保护下推荐系统改进研究

网络隐私保护下推荐系统改进研究

作者：王玉莹北京理工大学

学位级别：硕士

近年来,我国互联网和电子商务的发展迅猛,覆盖面也越来越广泛,极大地改变了人们原有的学习、工作和生活方式。用户面对海量的信息,需要耗费大量的时间和精力才有可能找到符合自身需求的信息。面临选择难的问题,推荐系统应时而生,解决以... 详细信息

近年来,我国互联网和电子商务的发展迅猛,覆盖面也越来越广泛,极大地改变了人们原有的学习、工作和生活方式。用户面对海量的信息,需要耗费大量的时间和精力才有可能找到符合自身需求的信息。面临选择难的问题,推荐系统应时而生,解决以上个性化差异的问题。但是随之而来的隐私泄露情况日益严峻,网络倒卖信息越演越烈,垃圾短息、骚扰电话甚至是诈骗,给人们的生活和经济都带来了极大的损害,因此把网络隐私保护引入推荐系统,是重要而又不可避免的趋势。本文为了加强用户隐私保护,改进推荐系统,做了如下几方面的工作:一、隐私保护和推荐系统间的问题研究。通过对隐私保护的方式、影响隐私和现状进行文献研究,同时针对推荐系统中的隐私信息肆意使用情况,提出引入隐私保护策略的解决方案的想法,寻找隐私保护和推荐效果的平衡点。二、用户隐私关注调研。为了提出解决方案,前提是找准用户对隐私关注程度和推荐系统中隐私使用的分歧,以此本文采用问卷调研的方式,通过探索因子分析法了解用户对于隐私的收集、认知和控制三方面的情况,将隐私信息依据关注程度分类,为提出相应的保护策略提供理论基础。三、隐私保护策略下的推荐系统改进。对用户隐私关注和推荐系统架构中隐私风险进行交叉分析,提出隐私保护策略,对推荐系统架构建改进。首先对用户数据进行ETL信息处理,其次将用户关注较高的隐私信息在数据仓库应用k-匿名算法进行隐私保护;其次在推荐层利用k-means聚类算法构建用户模型,用类的概念替换用户个体;最后应用推荐算法进行相似性计算,得到TOP-N推荐集。四、实验验证系统效果。本文将利用O2O外卖用户评分数据,验证隐私保护策略的可行性与改进后推荐系统的有效性。

关键词：推荐系统网络隐私保护隐私关注 k-匿名算法聚类算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

k-匿名模型在建筑数据发布中的研究与应用

K-匿名模型在建筑数据发布中的研究与应用

作者：曾珍武汉理工大学

学位级别：硕士

当今,随着数据发布和数据挖掘技术在数据库方面的应用越来越广泛,敏感信息泄露已经成为威胁信息技术发展的一个重大问题。对敏感信息的隐私保护已经成为数据安全和数据挖掘应用方面的一个重要研究方向。k-匿名是在数据发布中应用较为广... 详细信息

当今,随着数据发布和数据挖掘技术在数据库方面的应用越来越广泛,敏感信息泄露已经成为威胁信息技术发展的一个重大问题。对敏感信息的隐私保护已经成为数据安全和数据挖掘应用方面的一个重要研究方向。k-匿名是在数据发布中应用较为广泛的隐私保护方法。本文基于k-匿名技术对工程建筑系统中的数据发布中的敏感信息泄露问题进行分析和研究,对原有的匿名模型进行了优化。本文针对现有的k-匿名用于数据发布中存在的保护问题,即没有充分地考虑敏感属性的问题,提出了基于k-匿名的两次聚类泛化隐私保护模型。该模型从敏感属性是数值型数据这一特殊点着手,对敏感属性数值按照数值差额归属到不同的敏感度级别,然后从数值的分布和等价类中敏感属性不能都相似这两个方面分别进行聚类泛化。同时,本文对其他的匿名算法进行研究分析,结合聚类和两度匿名的算法思想实现了基于k-匿名的两次聚类泛化算法,且每次聚类泛化中要求数据记录尽可能在准标识符上相似,并结合泛化给出与距离和信息缺损相关的公式以及定义。本文利用工程建筑系统中的模拟数据在算法的执行时间和信息缺损上来验证改进的基于k-匿名的两次聚类泛化算法。另外,利用Adult数据集对本文提出的算法和P-Sensitive k-匿名算法在执行时间和信息缺损上进行对比分析。由实验结果分析可得,本文提出的两次聚类泛化算法不仅能较好地保护敏感信息,还能保证数据的潜在可利用价值和统计性。

关键词： k-匿名算法隐私保护敏感属性聚类

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LBS系统的服务请求隐私保护研究

基于LBS系统的服务请求隐私保护研究

作者：张青云辽宁工业大学

学位级别：硕士

在移动网络与定位技术结合的信息化时代,基于位置的服务方式（Location-Based Service,LBS）获得了大量用户的认可。这些服务系统经常在用户不知情的前提下收集、分析、处理用户数据,以此获取用户的隐私信息。因此,如何在不影响LBS服务... 详细信息

在移动网络与定位技术结合的信息化时代,基于位置的服务方式（Location-Based Service,LBS）获得了大量用户的认可。这些服务系统经常在用户不知情的前提下收集、分析、处理用户数据,以此获取用户的隐私信息。因此,如何在不影响LBS服务质量的同时保护用户的隐私信息成为目前的研究热点。基于LBS系统的服务请求分为两大类:静态查询和动态查询。静态查询即用户在静止的状态下发出的查询请求,需要对用户的位置隐私和查询隐私进行保护,动态查询即用户在移动的状态下发出的查询请求,需要对用户的轨迹隐私进行保护。论文的主要研究内容分为两方面:（1）针对LBS系统中的静态查询,提出了基于差分隐私的LBS服务隐私保护方案。该方案包含两种隐私保护算法,用户位置隐私保护算法和用户查询隐私保护算法。用户位置隐私保护算法对地图进行Voronoi图预划分,基于k-means算法和l-多样性思想选取l个虚假位置点,使用Laplace机制进行位置隐私保护。用户查询隐私保护算法基于k-匿名算法,根据聚类簇中近邻用户同一时段t的查询请求以及该区域POI的历史查询概率构建查询k-匿名集,使用指数机制进行查询隐私保护。算法的隐私保护强度可由用户自行设定,使生成的位置数据集和查询k-匿名集能够抵抗恶意攻击者的多种攻击。理论分析和实验结果表明,该方案能够有效地保护用户的位置隐私和查询隐私。（2）针对LBS系统中的动态查询,提出了基于差分隐私的LBS轨迹隐私保护方案。该方案将k-匿名算法与差分隐私保护机制相结合,考虑了路网可达性、时间、速度、历史访问概率和历史转移概率等因素,分别为轨迹中的停留点、查询点和目的点等敏感位置构建k-匿名集,保护用户的轨迹隐私。实验结果表明,该方案能够更好地保护用户的轨迹隐私,并且在LSP效用和数据可用性方面均优于其他方案。

关键词： LBS系统差分隐私静态查询动态查询 k-means算法 k-匿名算法

基于区块链的匿名保护救助车辆调度系统设计与实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于区块链的匿名保护救助车辆调度系统设计与实现

作者：杜锋长安大学

学位级别：硕士

救护车数量的供需不平衡导致了大量可以挽救的生命因来不及救治而逝去,共享车辆的兴起给短时间内无法增加大量救护车的现状提供了新的可能。这其中需要解决私家车辆的优先通行问题,便于普通私家车辆将患者尽快送往医院。区块链技术具有... 详细信息

救护车数量的供需不平衡导致了大量可以挽救的生命因来不及救治而逝去,共享车辆的兴起给短时间内无法增加大量救护车的现状提供了新的可能。这其中需要解决私家车辆的优先通行问题,便于普通私家车辆将患者尽快送往医院。区块链技术具有去中心化,不可逆,可追溯性强等特点,是这一问题的理想解决方案。借助此去中心化的分布式数据库,对救援过程进行监管,可以保证优先通行权限实施过程的公开和透明。此外,区块链技术对于用户数据完全公开的特点又会带来患者以及救援司机的隐私保护问题,论文针对这两个问题进行了研究和讨论:首先,论文应用区块链新技术,设计了一种基于智能合约的共享车辆调度机制。在该机制中,120急救中心、共享救助车辆、交管部门三者通过智能合约,在公开与公众可监督的环境下,实现了对共享救助车辆优先通行权限的授予和撤回,确保共享救援车辆优先通行,进而保证将病患快速送达医院。其次,论文提出了一种层次化的匿名保护机制。在该机制中,对于用户相关个人数据,以数据脱敏的方式对患者信息进行保护。对于患者疾病这类敏感信息,本文在(k,l)-匿名算法的基础上提出了改进的基于疾病脱敏决策树的(k,l)-匿名模型,保护患者的敏感信息不被同质化攻击和语义性攻击。这种双副本的保存形式在保证行程相关数据最大程度公开的同时,实现了对司机与患者隐私信息进行匿名保护。脱敏后的相关数据存于公开的区块链上,在保证公众监督的同时,也可以为急诊的科学研究提供数据支持。最后,论文设计实现并测试了基于区块链的共享车辆调度原型系统。该原型系统包括:共享车辆权限调度子系统和120急救中心控制子系统。在共享车辆权限调度子系统中,实现了基于智能合约的共享车辆调度机制和层次化匿名保护机制。达到了保障共享救护车辆优先通行权限、保证行程相关数据最大程度的公开与对司机与患者隐私信息进行匿名保护的目的。系统测试结果表明,基于区块链的共享车辆调度系统能够支持共享车辆救援及患者和司机匿名脱敏的功能要求。

关键词：区块链智能合约脱敏算法 k-匿名算法隐私保护急救调度

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于数据隐私保护的(L,k,d)算法

中南民族大学学报（自然科学版） 2020年第5期39卷 517-523页

作者：康茜晏慧雷建云中南民族大学计算机科学学院武汉430074

在数据被发布共享时,既要保证数据的真实性和有用性,又要保障个体的隐私安全.对已提出的k-匿名算法和(P,k,d)匿名算法进行改进,并提出了一种新的(L,k,d)多样化匿名算法,它能够同时抵御关联攻击、同质攻击和背景知识攻击,既适用于单维敏... 详细信息

在数据被发布共享时,既要保证数据的真实性和有用性,又要保障个体的隐私安全.对已提出的k-匿名算法和(P,k,d)匿名算法进行改进,并提出了一种新的(L,k,d)多样化匿名算法,它能够同时抵御关联攻击、同质攻击和背景知识攻击,既适用于单维敏感属性表又适用于多维敏感属性表.实验结果表明:(L,k,d)多样化匿名算法在提高了数据的隐私保护度的同时又保障了数据的可研究价值,具有一定的理论意义和实践意义.

关键词：隐私保护 k-匿名算法 (P,k,d)匿名算法 (L,k,d)多样化匿名算法

在线全文

学校读者我要写书评

暂无评论

云计算隐私保护研究

信息安全与技术 2015年第2期6卷 28-30页

作者：刘景森郭永伟陈阳河南大学计算机与信息工程学院河南开封475000

云计算作为一种新的IT应用模式,数据安全和隐私保护对云计算的安全与普及至关重要,也是用户关注的一个焦点。k-匿名算法是目前数据发布环境下隐私保护的主要技术之一。文章分析了当前云计算在隐私保护方面存在的风险,提出了一种k-匿名... 详细信息

云计算作为一种新的IT应用模式,数据安全和隐私保护对云计算的安全与普及至关重要,也是用户关注的一个焦点。k-匿名算法是目前数据发布环境下隐私保护的主要技术之一。文章分析了当前云计算在隐私保护方面存在的风险,提出了一种k-匿名算法在云计算中的应用方法,使得用户在向云服务提供商请求服务时可以隐藏个人敏感信息。

关键词：云计算隐私保护 k-匿名算法