基于差分隐私的大数据隐私保护

被引：17

作者：

朱天清 ^{[1
,2
]}

何木青 ^{[2
]}

邹德清 ^{[2
]}

机构：

[1] 澳大利亚墨尔本迪肯大学信息技术学院

[2] 华中科技大学计算机学院

来源：

信息安全研究 | 2015年 / 1卷 / 03期

关键词：

差分隐私; 数据发布; 数据挖掘; 统计查询; 隐私保护; 大数据;

D O I：

暂无

中图分类号：

TP311.13 []; TP309 [安全保密];

学科分类号：

1201 ; 081201 ; 0839 ; 1402 ;

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.信息化和网络化的高速发展使得大数据成为当前学术界和工业界的研究热点,是IT业正在发生的深刻技术变革.但它在提高经济和社会效益的同时,也为个人和团体的隐私保护以及数据安全带来极大风险与挑战.大数据隐私以及数据挖掘中的隐私问题是信息安全领域目前的一个研究热点.差分隐私作为一种严格的和可证明的隐私定义,自诞生以来便受到了相当关注.介绍了隐私保护的变化和发展,对差分隐私保护技术的基本原理和特征进行了阐述,分析了差分隐私保护模型相对于传统安全模型的优势,并对其在数据发布与数据挖掘中的应用研究作了相应介绍.在对已有技术深入对比分析的基础上,展望了差分隐私保护技术的未来发展方向.

引用

页码：224 / 229

页数：6

共 6 条

[1] 差分隐私保护及其应用
熊平
朱天清
王晓峰
[J]. 计算机学报, 2014, 37 (01) : 101 - 122
[2] Can the Utility of Anonymized Data be Used for Privacy Breaches?
Wong, Raymond Chi-Wing
Fu, Ada Wai-Chee
Wang, Ke
Yu, Philip S.
Pei, Jian
[J]. ACM TRANSACTIONS ON KNOWLEDGE DISCOVERY FROM DATA, 2011, 5 (03)
[3] Differentially-Private Network Trace Analysis
McSherry, Frank
Mahajan, Ratul
[J]. ACM SIGCOMM COMPUTER COMMUNICATION REVIEW, 2010, 40 (04) : 123 - 134
[4] L -diversity[J] . Ashwin Machanavajjhala,Daniel Kifer,Johannes Gehrke,Muthuramakrishnan Venkitasubramaniam.ACM Transactions on Knowledge Discovery from Data （TKDD） . 2007 (1)
[5] Predicting consumer behavior with Web search. Sharad Goel,Jake M. Hofman,Sébastien Lahaie,David M. Pennock,Duncan J. Watts. Proceedings of the National Academy of Sciences of the United States of America . 2010
[6] Deanonymizing mobility traces:Using social network as a side-channel. Srivatsa M,Hicks M. Proceedings of the 2012ACM Conference on Computer and Communications Security . 2012

← 1 →