面向網(wǎng)絡安全的隱私保護關鍵技術研究.pdf

1、人類已經(jīng)步入一個信息技術高速發(fā)展的時代，網(wǎng)絡數(shù)據(jù)量也跟著迅速增加。數(shù)據(jù)背后深藏著大量更重要的信息。通過對數(shù)據(jù)進行深層次的分析，尋找數(shù)據(jù)內(nèi)部之間的關聯(lián)、規(guī)則，能給人們帶來巨大的利益。正是這樣的需求，數(shù)據(jù)挖掘技術得到了快速發(fā)展。但是挖掘數(shù)據(jù)的同時，人們的隱私很有可能被泄露。針對這一網(wǎng)絡安全中的信息內(nèi)容安全，隱私保護數(shù)據(jù)發(fā)布技術被提出并備受研究學者的關注。
　　K-匿名作為隱私保護數(shù)據(jù)發(fā)布技術的基礎，由于在同一個等價類里至少有K個記錄，

2、保證等價類里記錄與其他至少K-1條記錄不可區(qū)分，從而使身份被確任的概率不超過1/K，可以有效防止鏈接攻擊?；谌蚍夯腒-匿名模型是常見的K-匿名模型，但是它的信息損失比較大。本文基于聚類算法，提出基于聚類的K-匿名、L-多樣性算法，選擇盡量相似的數(shù)據(jù)加入同一個聚集，并要求聚集滿足K-成員聚類。然后重新聚類那些不符合L-多樣性的聚集，以此來抵御同質(zhì)攻擊。實驗結果表明，該算法可以有效抵御同質(zhì)攻擊并能減少數(shù)據(jù)表的信息損失。但是該算法并未考

3、慮記錄的敏感屬性，如果同屬一類敏感屬性或是高敏感屬性的記錄在同一個等價類里，該數(shù)據(jù)表可能遭受相似攻擊或是高敏感屬性推測攻擊。所以圍繞記錄的敏感屬性，提出基于敏感屬性分布的聚類匿名算法，讓數(shù)據(jù)表按照敏感屬性分布重新排序，選擇高敏感與同屬一個類的屬性記錄優(yōu)先加入聚集。這里提出敏感屬性聚集覆蓋率概念，只有符合這個分布的記錄才可以加入，并且采取每次只加一個記錄的聚類算法，優(yōu)先考慮記錄敏感屬性隱私保護，其次才是信息損失。實驗結果表明，雖然信息損失