面向数据发布和分析的差分隐私保护

被引：136

作者：

张啸剑

孟小峰

机构：

[1] 中国人民大学信息学院

来源：

计算机学报 | 2014年 / 37卷 / 04期

基金：

高等学校博士学科点专项科研基金;

关键词：

差分隐私; 数据发布; 隐私保护; 数据分析;

D O I：

暂无

中图分类号：

TP309 [安全保密];

学科分类号：

081201 ; 0839 ; 1402 ;

摘要：

随着数据分析和发布等应用需求的出现和发展,如何保护隐私数据和防止敏感信息泄露成为当前面临的重大挑战.基于k-匿名或者划分的隐私保护方法,只适应特定背景知识下的攻击而存在严重的局限性.差分隐私作为一种新出现的隐私保护框架,能够防止攻击者拥有任意背景知识下的攻击并提供有力的保护.文中对差分隐私保护领域已有的研究成果进行了总结,对该技术的基本原理和特征进行了阐述,重点介绍了当前该领域的研究热点:差分隐私下基于直方图的发布技术、基于划分的发布技术以及回归分析技术.在对已有技术深入对比分析的基础上,指出了差分隐私保护技术的未来发展方向.

引用

页码：927 / 949

页数：23

共 10 条

[1] 面向数据库应用的隐私保护研究综述 [J].

周水庚 ;

李丰 ;

陶宇飞 ;

肖小奎 .

计算机学报, 2009, 32 (05) :847-861

[2]

Differentially private histogram publication[J] . Jia Xu,Zhenjie Zhang,Xiaokui Xiao,Yin Yang,Ge Yu,Marianne Winslett.The VLDB Journal . 2013 (6)

[3] Private and Continual Release of Statistics [J].

Chan, T. -H. Hubert ;

Shi, Elaine ;

Song, Dawn .

ACM TRANSACTIONS ON INFORMATION AND SYSTEM SECURITY, 2011, 14 (03)

[4] Can the Utility of Anonymized Data be Used for Privacy Breaches? [J].

Wong, Raymond Chi-Wing ;

Fu, Ada Wai-Chee ;

Wang, Ke ;

Yu, Philip S. ;

Pei, Jian .

ACM TRANSACTIONS ON KNOWLEDGE DISCOVERY FROM DATA, 2011, 5 (03)

[5] A Firm Foundation for Private Data Analysis [J].

Dwork, Cynthia .

COMMUNICATIONS OF THE ACM, 2011, 54 (01) :86-95

[6]

Induction of Decision Trees[J] . J.R. Quinlan.Machine Learning . 2004 (1)

[7]

iReduct:differential privacy with reduced relative errors .2 Xiao X,Bender G,Hay M,et al. Proc of the 2011ACM SIGMOD International Conference on Management of Data (SIGMOD) . 2011

[8]

Releasing search queries and clicks privately .2 Korolova A,Kenthapadi K,Mishra N,Ntoulas A. Proceedings of 18th International Conference World Wide Web (WWW) . 2009

[9]

t-closeness:Privacy beyond k-anonymity and l-diversity .2 Li N,Li T. Proceedings of the23rd International Conference on Data Engineering (ICDE) . 2007

[10]

On the geometry of differential privacy .2 Hardt M,Talwar K. Proceedings of the 42nd Annual ACM Symposium on Theory of Computing (STOC) . 2010

← 1 →