大数据及其隐私保护

被引:2
作者
方贤进
肖亚飞
杨高明
机构
[1] 安徽理工大学计算机科学与工程学院
关键词
大数据; k-匿名; 差分隐私; 隐私模型;
D O I
暂无
中图分类号
TP309 [安全保密]; TP311.13 [];
学科分类号
081201 ; 0839 ; 1402 ; 1201 ;
摘要
在对大数据进行发布或数据挖掘的过程中,隐私泄露是人们最关心的问题,但目前关于大数据隐私保护的研究还处在初级阶段。介绍了有关隐私保护系统的基础知识,包括数据参与角色与数据操作的定义,给出了隐私保护系统的数学描述与隐私度量方法,分析了隐私保护的数学模型,包括k-匿名模型与差分隐私模型。回顾了基于位置服务的隐私保护及其应用,总结了大数据时代隐私保护的挑战与机遇,指出了用于改进现有隐私保护方法的研究方向,以满足大数据前所未有的各种计算需求。
引用
收藏
页码:45 / 56
页数:12
相关论文
共 15 条