基于分散子匿名区域的位置隐私保护方法

针对传统匿名方法存在查询结果不精确、通信开销大等不足，提出一种新的位置匿名方法，并为匿名模型提出了基于熵的隐私度量方法。相对于传统的匿名方法而言，该方法将匿名区域分裂为几个分散的子匿名区域，并用子匿名区域的中心位置代替子匿名内用户的真实位置向LBS服务器发起查询。该方法能使用户在保护自身隐私的同时相对地得出自己的精确查询结果。理论分析表明，该方法能将匿名器与LBS服务器之间的通信量降到最低，提高查询服务的质量。在用户稀少的场景下，方法的优越性更加明显。     

基于地图匹配的时空轨迹匿名算法

当前的时空轨迹匿名算法忽略了空间相关性对轨迹隐匿的重要影响.为此,提出一种基于地图匹配的时空轨迹匿名算法,利用真实路网数据构造假轨迹的候选匹配集,通过设置时间和空间匿名函数,利用启发式广度优先搜索算法搜索目标匹配轨迹点,满足时空匿名性和空间相关性的隐私安全条件,以增强隐私保护力度.在Android平台上设计实现基于地图匹配的时空轨迹匿名工具,利用真实路网数据完成实验,验证了该算法的有效性.     

云计算环境下数据安全与隐私保护

大数据正在成为当前信息技术产业发展的新热点，大数据时代所面临最严重的挑战就是用户隐私数据的安全如何得到保护。文章给出了对数据安全和隐私保护的具体要求，总结整理应对挑战的几大关键技术，如混合云、加密数据搜索和外包计算以及数据共享等，并给出了一些研究方向。     

大数据是人类又一个技术乌托邦

正说到大数据,最近互联网各种热词很多,各种概念满天飞,其中不乏忽悠一说。大数据到底是什么,会给我们生活带来哪些影响?大数据是一个时代,"国家队"很及时2013年底宣布的一个事情,将对未来有深远影响,现在大家还没意识到。2013年11月19日,国家统计局与11家国内企业签署战略合作框架协议,合作内容涉及大数据应用统计标准,以及企业数据补充政府统计数据等领域。有分析称,在大数据     

基于分簇和启发式的隐私保护算法研究

针对社交网络存在安全隐患和隐私风险，提出了基于分簇算法的启发式修改。基于最短路径，提出了一个最大贪心保护算法，追求数据隐私和数据功用的平衡。从数学分析和实验结果看，实现了一定的隐私保护和功用要求。     

数据垂直分布的线性规划的隐私保护算法

Mangasarian在数据垂直分布的线性规划的隐私保护算法中,采用一个随机矩阵将原始的线性规划问题转化成了一个安全的线性规划问题.但是,当这个随机矩阵不可逆的时候,原始线性规划问题和安全线性规划问题是不等价的.针对这种情况,采用一个可逆随机矩阵,将原始线性规划问题转化成了一个等价的安全的线性规划问题.实验结果表明,用本文算法求得的结果与用原始线性规划求得的结果比较接近,并且随着λ的增大,求得的结果的准确率也随着提高.     

匿名数据的KCNN-SVM分类技术

提出一种基于匿名数据分类法的KCNN-SVM分类法.把匿名数据建模成不确定数据,实现用匿名数据建立分类模型.同时发布匿名数据的QI属性统计信息,更好地操纵匿名数据.KCNN-SVM分类法改进了SVM分类对于混淆点的泛化能力.结果表明,在实现了匿名数据分类的同时,分类精度也得到了提高.     

多方安全计算在保密路径判定中的应用

保密路径判定是一种特殊的保密隐私的几何计算问题.基于保密点积协议和百万富翁协议提出了一种半诚实模型下的曲线与椭圆区域的保密相交判定协议,并对协议的性能进行了分析.该判定协议可用于解决保密路径判定问题.     

垂直分布数据的隐私保护支持向量机

随着人们对隐私权的越来越重视,隐私保护数据挖掘成为当前研究热点.分类算法作为一个重要的数据挖掘方法被应用到各个领域,其中支持向量机(SVM)是分类算法中一个重要方法.并且数据的隐私性和安全性是人们关注的重点.本文对SSP协议进行扩展提出了一个基于垂直分布数据的隐私支持向量机算法,这个算法具有更高的效率和更好的安全性.     

一种新的K均值挖掘的隐私保护算法

对隐私保护数据挖掘算法进行了深入研究和分析。总结出目前研究的缺点,提出了一种新的K均值数据挖掘的隐私保护算法,通过与已有隐私保护算法的比较,在保证不减少隐私强度的情况下,提高了挖掘的精度。