面向大数据的隐私发布暴露检测方法

摘要：

为了防止云服务非法获取用户的个人敏感隐私信息,提出一种面向大数据的隐私信息发布检测与保护方法.首先,对用户的隐私数据进行分类,分别对隐私数据的相似度和暴露代价进行度量;其次,根据相似度和暴露代价检测云服务所要求用户提供的隐私数据中是否包含暴露链和关键隐私数据;再次,对连续隐私数据集(包含暴露链和关键隐私数据的数据集)进行离散化,同时防止离散的隐私数据集(不包含暴露链和关键隐私数据的数据集)连续化;最后,通过实验对离散的隐私数据集与没有离散的数据集进行隐私数据链的发现,从查准率和查全率上看,Exact过滤器的查准率低于未被离散的数据集57％,而查全率低于未被离散的数据集17％.因此,所提方法达到了保护用户敏感隐私信息的目的.

关键词：大数据、隐私增强、隐私发布检测、隐私暴露链、关键隐私数据

所属期刊栏目：46

分类号：TP399(计算技术、计算机技术)

资助基金：中国博士后基金2016M591842 ,江苏省博士后基金1601198C ,国家自然科学基金青年项目Grant 61602262 ,江苏省自然科学基金青年项目Grant BK20150865

在线出版日期：2019-11-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：148-153