摘要：数据挖掘技术的支持下,大量的服务数据、背景知识相互关联,所产生的用户查询偏好、行为模式等边信息会驱动攻击者实施更强大的位置隐私攻击手段,攻破了现有大多数基于k-匿名的保护方案.为了应对这些更强大的隐私威胁,本文提出一种融合边信息的双重匿名位置隐私保护方案SIFDA,即根据多样化查询概率和用户查询偏好相似性仔细筛选其他k-1个真实用户组成k-匿名集以抵御推理与共谋攻击.并设计了一个新颖的隐私保护度量标准,以精确衡量匿名集的隐私保护效果.同时,采用真实轨迹数据集,验证了本文所提出方法的有效性.

摘要：针对目前禾自行其是数据发布中的隐私保护问题进行研究,分析了经典k-Anonymity模型和改进的L-Diversity模型存在的不足,充分结合两种模型的优点,提出一种增强的隐私保护模型并设计算法予以实现。新模型通过引入聚类方法,增强数据发布的有效性。同时在聚类过程中采用新的信息损失度量标准,增强数据发布的安全性和灵活性。实验结果表明,该模型可以减小隐私泄露的风险,同时具有较小的信息损失。

摘要：近年来,具备GPS定位和互联网功能的移动设备和智能手机已经变得非常普遍,人们使用这些设备可以很方便地获取所需的信息。但是,人们在享受这些基于位置的服务的同时,也引发了严重的隐私问题。如果攻击者知晓用户的精确位置,那么他可能推测出敏感信息。因此,当人们使用LBS时有必要引入位置隐私保护机制。提出了路网环境下移动服务隐私保护的通用模型—基于星图的隐私保护模式,并通过基于Hilbert序列的星网络扩展、匿名星选择机制等满足每个用户的共匿条件。在实际道路网络上的实验评估了该隐匿模型的有效性。

摘要：基于中心式和分布式结构的LBS隐私保护方案的特点,设计了一种混合式隐私保护结构以兼具两者优势,并在该结构下提出了一种基于网格的LBS隐私保护方案。该方案使用参数生成器定期向用户及LBS服务器更新偏移参数,通过结合k-匿名和随机偏移技术,在中心服务器生成匿名区域。在保证安全性的同时,避免了传统匿名中心服务器存在的安全隐患。同时,在查询结果的筛选过程中,采用网格化坐标对匿名区域进行表示,实现了高效的结果匹配,显著降低了中心服务器的计算开销。较之已有方案,该方案在通信开销方面亦具有较大优势。

摘要：数据表的k-匿名化(k-anonymization)是数据发布环境下保护数据隐私的一种重要方法,在此基础上提出的(,)-匿名模型则是有效的个性化隐私保护方法,泛化/隐匿是实现匿名化的传统技术,然而该技术存在效率低,信息损失量大等缺陷。针对上述问题,引入有损连接的思想,提出了基于贪心策略的(,)-匿名聚类算法,该方法通过准标识符属性和敏感属性间的有损连接来保护隐私数据。实验结果表明,与泛化/隐匿方法相比,该方法在信息损失量和时间效率上具有明显的优势,可以获得更好的隐私信息保护。

摘要：针对基于传统的k-匿名模型下移动用户轨迹数据发布隐私保护算法有可能将相似度极高的轨迹匿名在同一个匿名集中从而导致可能出现的用户个人隐私泄露风险的不足。设计了一种新的轨迹数据发布隐私保护算法。该算法基于k-匿名模型,将轨迹所在的二维空间划分成大小相等的单元格,之后将由轨迹数据得到对应轨迹经过的单元格序列,从而定义轨迹k-匿名下的l-差异性,算法在满足k-匿名模型的前提下通过聚类的方法构建匿名集,并保证匿名集中的轨迹满足l-差异性标准,以达到降低由于差异性不足引起用户隐私泄露的风险的目的。实验结果表明,该算法是可行有效的。

摘要：针对非结构化大数据发布中的隐私保护问题,提出了一种基于改进的可伸缩l-多样性(improved scalable l-diversity,Im SLD)大数据发布隐私保护方法。该算法采用基于两阶段条件随机场的命名实体识别(named entity recognition,NER)方法将非结构化数据表示为结构化形式,设计一种改进的可伸缩l-多样性算法来对表现良好的非结构化数据进行匿名化,实现保护非结构化大数据发布的隐私,通过Apache Pig实现Im SLD算法来使其具有可伸缩性。实验表明与MRA和SkA算法相比,改进的Im SLD算法在不同数据集上提供相同级别的隐私时信息损失均优于对比的另外两种算法。

摘要：针对传统位置隐私保护方案中,大多数忽略了基于位置服务(LBS)的服务器端工作负载以及移动用户的等待时间的问题,提出一种基于第三方可信匿名服务器的连续最近邻(NN)查询缓存解决方案以保护连续LBS中的位置隐私。对于NN查询,设计了新算法以加速有效位置区域(EVR)增长,使匿名服务器构建有效的位置区域。同时提出一种虚拟选择算法以进一步增强用户的隐私。实验结果表明,提出的方法与现有的方法相比,提高了缓存命中率、降低了服务器负载,并且能有效保护用户的位置隐私。

摘要：近年来,随着社交网络的迅速发展,随之而来的用户隐私泄漏问题也引起了广泛关注。如何设计一种更好的架构或者算法来保护用户隐私信息成为当前社交网络发展的一个重要问题。文中主要从社交网络泄漏内容、途径以及防止泄漏的关键方法做了简单介绍,比较归纳了各种隐私保护的原理及特点,并对未来的隐私保护方法进行了展望。

摘要：研究并设计了一种基于角色访问控制的隐私保护技术。操作者对信息进行访问时,根据被分配的访问控制角色和被访问者的隐私设置等级,决定操作者可以得到多少信息量以及信息是否需要隐藏。该技术基于角色访问控制模型,实施分级访问;对数据库存储的敏感信息采用PBE加密;对数据内容的保护采用了匿名泛化技术。通过在一个教学管理系统中的部署和应用,验证了该技术的可行性和有效性。