[00532364]大数据环境下隐私保护技术研究
联系人：柯安星
所在地：福建厦门市
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
登录后向技术服务商咨询
发布技术需求
服务免费，交易还可领红包哦
技术详细介绍
随着互联网技术以及应用系统的迅速发展，网络中数据的泄露与保护等问题也日益突出。基于大数据的应用推广过程中，信息安全与隐私泄露问题越发明显，尤其在大数据环境下信 息共享以及在数据发布的同时，亦存在着个人隐私数据泄露的更大挑战，需要完善的大数据 信息安全和隐私保护机制。因此，数据隐私保护技术的研究突显重要。
该项目的研究重点就是针对在大数据环境下，数据发布中隐私泄露及隐私保护技术进行的研究，主要研究内容如下：
1。基于 datafly 的 K-匿名隐私保护技术的研究：通过研究分析数据发布处理中隐私保护匿名化的基本原理和实现技术，在研究 K-匿名的传统实现算法-datafly 的基础上，重点对基于多维属性泛化 K-匿名隐私保护方式的研究改进。引入 LOF 局部异常因子算法以及近似度分析方法，通过对不同的准标识符属性取值的泛化树增加限制，使数据表可满足特定的数据特征要求的效果，完成了数据发布中 K-匿名隐私保护的模式研究，经测试分析提高了数据的可用性，取得了很好的研究成果。
2。匿名化隐私保护技术性能评估方法研究：在分析比较了基于距离和基于相似度的度量方法基础上，采用信息论中散度的概念来衡量概率分布间的差异。最后，使用加州大学欧文分校（UCI）机器学习数据库中的数据验证所提方法的可行性，实验结果给出三种常用的匿名隐私保护技术在隐私增益与数据可用性关系的对比。
大数据环境下隐私保护技术研究的成果具有很好的理论与实际应用参考的价值。
该项目的研究重点就是针对在大数据环境下，数据发布中隐私泄露及隐私保护技术进行的研究，主要研究内容如下：
1。基于 datafly 的 K-匿名隐私保护技术的研究：通过研究分析数据发布处理中隐私保护匿名化的基本原理和实现技术，在研究 K-匿名的传统实现算法-datafly 的基础上，重点对基于多维属性泛化 K-匿名隐私保护方式的研究改进。引入 LOF 局部异常因子算法以及近似度分析方法，通过对不同的准标识符属性取值的泛化树增加限制，使数据表可满足特定的数据特征要求的效果，完成了数据发布中 K-匿名隐私保护的模式研究，经测试分析提高了数据的可用性，取得了很好的研究成果。
2。匿名化隐私保护技术性能评估方法研究：在分析比较了基于距离和基于相似度的度量方法基础上，采用信息论中散度的概念来衡量概率分布间的差异。最后，使用加州大学欧文分校（UCI）机器学习数据库中的数据验证所提方法的可行性，实验结果给出三种常用的匿名隐私保护技术在隐私增益与数据可用性关系的对比。
大数据环境下隐私保护技术研究的成果具有很好的理论与实际应用参考的价值。