基于數據發布的隱私保護模型研究
隨著網絡的廣泛應用,數據發布成為各領域發布數據、獲取數據的一個重要手段。隨著知識發現與機器學習在諸多領域的深度應用和廣度拓展,隱私保護數據挖掘已經成為知識發現領域的一個核心問題,基于數據發布的隱私保護數據挖掘已經成為涉及到每個國家、每位公民的首要問題。本書基于安全多方和加密技術,設計出了全新的完全同態加密算法,并在此基礎上提出FHE-DK-MEANS模型和FHE-DBIRCH模型。理論證明和實驗表明完全同態加密算法在水平分布式數據庫的數據挖掘中可以完全的保護隱私數據。針對數據發布中個性化隱私保護需求增加的問題,提出了個性化-多樣-匿名模型,實驗表明該模型可以在數據發布的同時滿足敏感屬性的個性化隱私保護要求。
·5.8萬字