面向數(shù)據(jù)挖掘的隱私保護(hù)方法研究.pdf

1、數(shù)據(jù)挖掘技術(shù)的研究工作極大地推動(dòng)了自動(dòng)化數(shù)據(jù)分析和預(yù)測(cè)技術(shù)的發(fā)展。現(xiàn)有的數(shù)據(jù)挖掘技術(shù)，包括探索性分析、描述性和預(yù)測(cè)性建模、模式和規(guī)則發(fā)現(xiàn)、內(nèi)容分析等，已逐漸應(yīng)用于各類政府服務(wù)以及商業(yè)科研活動(dòng)中。對(duì)原始數(shù)據(jù)的訪問(wèn)是挖掘工作開展的前提，但對(duì)持有者而言，數(shù)據(jù)集通常具有私密性，直接訪問(wèn)該類數(shù)據(jù)將構(gòu)成隱私威脅。隨著信息隱私保護(hù)的相關(guān)政策和法律法規(guī)陸續(xù)問(wèn)世，隱私問(wèn)題成為數(shù)據(jù)挖掘邁向?qū)嶋H應(yīng)用的重大阻礙之一。 采用技術(shù)手段，能夠在保證足夠精度和

2、準(zhǔn)確度的前提下，使數(shù)據(jù)挖掘方在不觸及實(shí)際隱私數(shù)據(jù)的同時(shí)，仍能進(jìn)行有效挖掘工作，稱為數(shù)據(jù)挖掘的隱私保護(hù)方法。圍繞分類挖掘、聚類挖掘和關(guān)聯(lián)規(guī)則挖掘等主要的數(shù)據(jù)挖掘方法，已經(jīng)展開了許多研究工作。而隱私保護(hù)的有效性以及與挖掘環(huán)境的耦合性是數(shù)據(jù)挖掘隱私保護(hù)方法需要解決的根本問(wèn)題。圍繞該問(wèn)題，本文從隱私保護(hù)方法的安全評(píng)估與增強(qiáng)以及隱私保護(hù)方法與環(huán)境耦合度方面展開了深入研究。 從隱私保護(hù)技術(shù)角度，本文首先分析和總結(jié)了現(xiàn)有數(shù)據(jù)挖掘隱私保護(hù)方法的

3、發(fā)展，從數(shù)據(jù)分布、挖掘類型、保護(hù)技術(shù)等視角給出了現(xiàn)有數(shù)據(jù)挖掘隱私保護(hù)方法的完整分類視圖，并在此基礎(chǔ)上進(jìn)行了比較和歸納。 數(shù)據(jù)擾亂方法是集中式環(huán)境中的主要數(shù)據(jù)挖掘隱私保護(hù)方法，其中加性隨機(jī)干擾技術(shù)具有代表性。本文通過(guò)對(duì)該技術(shù)進(jìn)行矩陣建模，采用特征向量分解技術(shù)，發(fā)現(xiàn)現(xiàn)有的隨機(jī)干擾技術(shù)在特征值分解攻擊中存在脆弱性，也使得原有的隱私強(qiáng)度評(píng)估方法失去效用。針對(duì)該問(wèn)題，本文提出了新的隱私強(qiáng)度量化評(píng)估模型，并通過(guò)上限閥值曲線投影，推導(dǎo)和設(shè)計(jì)了

4、基于該評(píng)估模型的隨機(jī)干擾改進(jìn)方法。實(shí)驗(yàn)表明，該方法在基于特征向量分解的攻擊中具有魯棒性。隨機(jī)干擾技術(shù)是一種通用的數(shù)據(jù)擾亂方法，對(duì)其進(jìn)行有效評(píng)估和改進(jìn)具有通用性和普遍意義。 分布式環(huán)境是數(shù)據(jù)挖掘應(yīng)用增長(zhǎng)較快的領(lǐng)域，但由于分布式環(huán)境的復(fù)雜度和安全問(wèn)題，傳統(tǒng)集中式數(shù)據(jù)挖掘隱私保護(hù)方法無(wú)法直接應(yīng)用于分布式環(huán)境中。本文分析和定義了分布式挖掘環(huán)境的隱私安全等級(jí)，并給出了相應(yīng)的隱私約束問(wèn)題定義?；谠搯?wèn)題，提出了多方安全統(tǒng)計(jì)方法和k匿名置換協(xié)

5、議，并在此基礎(chǔ)上給出了分布式數(shù)據(jù)擾亂隱私保護(hù)方法，將集中式加性隨機(jī)干擾技術(shù)安全應(yīng)用于分布式環(huán)境中。之后通過(guò)定義多個(gè)共謀攻擊和惡意攻擊模型，對(duì)方法的安全性進(jìn)行了分析，在實(shí)驗(yàn)和分析中證明了該方法在半誠(chéng)實(shí)環(huán)境中是隱私安全的，具有極高的健壯性。對(duì)該方法的研究，使傳統(tǒng)集中式的隨機(jī)擾亂和重建技術(shù)能夠直接應(yīng)用于分布式環(huán)境中，使之成為擾亂技術(shù)在分布式環(huán)境中實(shí)現(xiàn)的一般化框架。 歐氏空間運(yùn)算是數(shù)據(jù)挖掘的基礎(chǔ)算法之一。本文分析和研究了基于歐氏空間運(yùn)算

6、的分布式數(shù)據(jù)挖掘隱私保護(hù)方法的安全性，發(fā)現(xiàn)在共謀攻擊中存在安全威脅。結(jié)合同態(tài)加密技術(shù)，本文提出了歐氏空間下的三方及多方安全距離比較協(xié)議，并在預(yù)處理、并行計(jì)算、協(xié)議歸并等方面進(jìn)行性能優(yōu)化。最后應(yīng)用于全分布式的k中值聚類過(guò)程，通過(guò)實(shí)驗(yàn)證明了方法的安全性和優(yōu)化的有效性。此外，安全距離比較協(xié)議也能夠直接支持基于歐氏距離及其擴(kuò)展的數(shù)據(jù)挖掘方法，如k近鄰、k均值等，在分類挖掘、聚類挖掘、Web挖掘等領(lǐng)域具有通用性和普遍意義。 最后，對(duì)本文的