大数据隐私保护中基于可信邻居选择的用户网络行为匿名技术研究
传统的大数据用户网络行为隐私保护研究主要通过数据加密实现匿名访问,难以同时满足数据隐私保护所需要的不可追踪性及可信第三方审计所需要的可追踪性.针对该问题,设计了大数据中基于可信邻居选择的匿名方法.在可信任的第三方(主要指大数据政府管理机构)前提下,引入信任度随机邻居匿名机制,在邻近信任度区间随机选择邻居,利用盲签名技术对用户及随机邻居进行加密,模糊隐藏用户,防止恶意用户跟踪获取隐私,同时保证可信第三方机构对数据进行跟踪审计,挖掘潜在恶意网络行为.分析及实验表明,该方法在大数据平台上相对随机地采用随机假名匿名方法较节省存储空间,但效率稍低.
大数据、隐私保护、盲签名、信任度、身份签名
43
TP393.08(计算技术、计算机技术)
NSFC-浙江两化融合联合基金项目U1509219;国家高技术研究发展计划“863”计划基金资助项目2015AA016003
2017-01-07(万方平台首次上网日期,不代表论文的发表时间)
共5页
136-139,151