隱私保護數據發布：模型與算法

《隱私保護數據發布：模型與算法》是一部出版的圖書，作者是吳英傑。

基本介紹

• 書名：隱私保護數據發布：模型與算法
• 作者：吳英傑
• ISBN：9787302421771
• 定價：49元
• 出版社：清華大學出版社
• 出版時間：2015.12.01

內容簡介

本書主要闡述數據共享發布中的兩大主要隱私保護模型及其關鍵算法。 全書分為兩篇，第一篇闡述匿名隱私保護數據發布，由第1～9章組成，主要內容涉及匿名隱私保護相關知識、k匿名組規模的上界討論、關係型數據發布及其擴展背景(數據增量更新和多敏感屬性數據發布)下的匿名隱私保護、非關係型數據(包括事務型數據、社會網路數據和軌跡數據)發布中的匿名隱私保護模型及算法、面向LBS套用的位置隱私保護等；第二篇闡述差分隱私保護數據發布，由第10～19章組成，主要內容涉及差分隱私基礎知識、基於k叉平均樹的差分隱私數據發布、面向任意區間樹結構及其擴展背景(考慮區間查詢分布和異方差加噪)下的差分隱私直方圖發布、面向其他套用背景(流/連續數據發布、稀疏/多維數據發布)的差分隱私保護、差分隱私下的頻繁模式挖掘等。

目錄

第一篇基於匿名模型的隱私保護數據發布第1章緒論3

1.1隱私保護數據發布3

1.2匿名隱私保護模型4

1.2.1k匿名模型4

1.2.2l多樣性模型5

1.2.3tCloseness6

1.3數據質量度量6

1.4匿名隱私保護的主要研究方向7

1.5隱私保護數據發布研究展望8

參考文獻8第2章k匿名組規模的上界討論10

2.1引言10

2.2現有算法的k匿名組規模上界10

2.3基於取整劃分函式的k匿名算法11

2.3.1均衡二劃分存在的問題12

2.3.2基於取整劃分函式的劃分策略13

2.3.3基於取整劃分函式的k匿名算法的匿名組規模上界14

2.3.4基於取整劃分函式的k匿名算法(劃分部分)時間複雜度分析16

2.4實驗結果與分析17

2.5本章小結18

參考文獻18第3章基於空間劃分的隱私保護關係型數據發布算法20

3.1引言20

3.2基於動態規劃的最優k匿名嚴格劃分算法22

3.2.1相關工作22

3.2.2基於子空間多維劃分的最優k匿名問題23

3.2.3基於子空間劃分的最優k匿名動態規划算法26

3.2.4實驗結果與分析29

3.3基於動態規劃的最優嚴格劃分數據發布算法36

3.3.1算法框架37

3.3.2實驗結果與分析38

3.4基於混合劃分技術的數據發布算法41

3.4.1嚴格劃分的數據可以在信息損失上進一步改進41

3.4.2非嚴格劃分的數據可能在可用性上不如嚴格劃分數據42

3.4.3混合劃分技術及算法44

3.4.4實驗結果與分析45

3.5本章小結48

參考文獻48第4章隱私保護增量數據重發布50

4.1引言50

4.1.1問題實例50

4.1.2已有研究與不足52

4.2問題與相關知識53

4.2.1問題描述53

4.2.2多維劃分53

4.2.3數據質量度量54

4.3增量更新數據的發布54

4.3.1增量更新數據的概化54

4.3.2單調概化原則56

4.4增量更新k匿名算法57

4.4.1算法描述57

4.4.2算法的運行實例58

4.4.3算法討論58

4.5實驗分析59

4.5.1隱私泄露比較59

4.5.2數據質量比較60

4.5.3執行時間比較61

4.6本章小結62

參考文獻62第5章面向多敏感屬性的隱私保護數據發布64

5.1引言64

5.2基礎知識與問題描述65

5.2.1基本定義65

5.2.2問題描述65

5.3p覆蓋k匿名模型66

5.4面向多敏感屬性保護的p覆蓋k匿名算法67

5.4.1相關性質67

5.4.2算法描述68

5.4.3算法實例69

5.5實驗結果與分析69

5.5.1敏感屬性泄露比較70

5.5.2數據質量比較70

5.5.3運行時間比較70

5.6本章小結73

參考文獻74第6章隱私保護事務型數據發布75

6.1引言75

6.2基於剖分的隱私保護事務型數據發布75

6.3事務型數據發布的p剖分l多樣化算法78

6.3.1屬性剖分78

6.3.2記錄劃分78

6.3.3算法時間複雜度分析79

6.4實驗結果與分析79

6.4.1關聯規則數量測試80

6.4.2關聯規則挖掘正確率測試80

6.5本章小結82

參考文獻82第7章隱私保護社會網路數據發布84

7.1引言84

7.2基礎知識與相關隱私保護技術85

7.2.1社會網路的定義和數學表示85

7.2.2社會網路數據的特點86

7.2.3社會網路中的隱私模型86

7.2.4攻擊者的背景知識86

7.2.5匿名後的數據可用性86

7.2.6社會網路數據匿名技術87

7.3面向度數攻擊的隱私保護社會網路數據發布88

7.3.1問題提出88

7.3.2相關工作88

7.3.3度數攻擊模型89

7.3.4防止度數攻擊的社會網路匿名算法89

7.3.5實驗數據與分析91

7.4面向子圖攻擊的隱私保護社會網路數據發布96

7.4.1問題提出96

7.4.2相關工作97

7.4.3(d,k)匿名社會網路模型97

7.4.4防止子圖攻擊的社會網路匿名算法98

7.4.5實驗結果與分析101

7.5本章小結106

參考文獻106第8章隱私保護軌跡數據發布108

8.1引言108

8.2基礎知識與相關隱私保護技術108

8.2.1相關定義108

8.2.2基於聚類的軌跡數據隱私保護技術109

8.3基於聚類雜交的隱私保護軌跡數據發布算法111

8.3.1相關工作111

8.3.2二次聚類攻擊111

8.3.3基於聚類雜交的軌跡數據發布算法117

8.3.4實驗結果與分析118

8.4隱私保護軌跡數據發布的l多樣化算法128

8.4.1問題提出128

8.4.2軌跡l多樣化隱私保護算法129

8.4.3實驗結果與分析132

8.5個性化隱私保護軌跡數據發布137

8.5.1問題提出137

8.5.2問題描述137

8.5.3個性化軌跡發布隱私保護算法138

8.5.4實驗結果與分析140

8.6基於格線劃分的軌跡分段匿名隱私保護算法145

8.6.1問題提出145

8.6.2基於空間格線劃分的不規則分段軌跡隱私保護算法145

8.6.3防止重疊攻擊的軌跡分段匿名算法147

8.6.4實驗結果與分析148

8.7本章小結152

參考文獻152第9章面向LBS套用的位置隱私保護154

9.1引言154

9.2基礎知識與相關位置隱私保護技術155

9.2.1系統結構155

9.2.2位置隱私保護技術157

9.3歐氏空間下面向連續查詢的位置隱私保護158

9.3.1問題提出158

9.3.2相關定義與問題性質159

9.3.3基於歷史軌跡的連續查詢隱私保護算法161

9.3.4實驗結果與分析162

9.4公路網路下防止邊權分布攻擊的位置隱私保護165

9.4.1問題提出165

9.4.2基礎知識與相關定義166

9.4.3防止邊權分布攻擊的位置隱私保護算法167

9.4.4實驗結果與分析169

9.5歐氏空間下的互動式位置隱私保護173

9.5.1問題提出173

9.5.2互動式模型與協定173

9.5.3互動式位置隱私保護算法176

9.5.4防止速度關聯攻擊的互動式位置隱私保護算法182

9.6本章小結189

參考文獻189

第二篇基於差分隱私的隱私保護數據發布

第10章基於差分隱私的統計數據發布概述195

10.1ε差分隱私模型195

10.2差分隱私的實現機制196

10.2.1Laplace機制197

10.2.2指數機制198

10.3差分隱私的組合特性198

10.4差分隱私數據保護框架198

10.5差分隱私保護方法的性能度量199

參考文獻200第11章基於k叉平均樹的差分隱私數據發布202

11.1引言202

11.2問題與相關性質203

11.2.1問題提出203

11.2.2相關性質204

11.3基於k叉平均樹的差分隱私直方圖發布算法204

11.3.1算法思想及描述204

11.3.2算法分析206

11.3.3與同類算法的噪聲比較208

11.3.4實驗結果與分析209

11.4面向多維組合查詢的差分隱私直方圖發布算法212

11.4.1多維組合查詢問題212

11.4.2算法思想及描述213

11.4.3算法分析215

11.4.4實驗結果與分析215

11.5本章小結219

參考文獻219第12章面向任意區間樹結構的差分隱私直方圖發布220

12.1引言220

12.2基礎知識與問題提出221

12.2.1基礎知識221

12.2.2問題提出222

12.3面向任意區間樹結構的差分隱私直方圖發布疊代算法222

12.3.1k區間樹222

12.3.2局部最優線性無偏估計及其算法224

12.3.3基於LBLUE解全局最優線性無偏估計的疊代算法225

12.3.4算法分析226

12.3.5實驗結果與分析230

12.4面向任意區間樹結構的差分隱私直方圖發布線性時間算法235

12.4.1差分隱私區間樹中節點權值的最優線性無偏估計235

12.4.2求解差分隱私區間樹節點權值最優線性無偏估計的算法236

12.4.3算法複雜度分析238

12.4.4實驗結果與分析238

12.5本章小結242

參考文獻242第13章基於樹重構的差分隱私直方圖發布243

13.1引言243

13.2基於區間查詢機率的差分隱私直方圖發布243

13.2.1問題提出243

13.2.2基於區間計數查詢機率的差分隱私直方圖發布算法246

13.2.3實驗結果與分析250

13.3基於哈爾小波有損壓縮的直方圖發布253

13.3.1哈爾小波變換254

13.3.2問題提出257

13.3.3基於哈爾小波零樹壓縮的直方圖發布算法EHWTDP258

13.3.4實驗結果與分析262

13.4本章小結269

參考文獻269第14章異方差加噪下的差分隱私直方圖發布270

14.1引言270

14.2基礎知識與問題270

14.3異方差加噪下面向任意樹結構的差分隱私直方圖發布算法271

14.3.1節點覆蓋機率計算272

14.3.2節點係數計算及隱私預算分配272

14.3.3算法描述與分析276

14.4實驗結果與分析280

14.4.1查詢精度比較281

14.4.2算法運行效率比較284

14.5本章小結285

參考文獻285第15章差分隱私連續數據發布287

15.1引言287

15.2相關工作與基礎知識288

15.2.1相關工作288

15.2.2矩陣機制289

15.3基於矩陣機制的差分隱私連續數據發布289

15.4隱私連續數據發布算法290

15.4.1策略矩陣的構建290

15.4.2查詢均方誤差的降低293

15.4.3最小誤差的快速求解294

15.4.4最佳化效果分析298

15.5實驗結果與分析299

15.5.1與樸素方法的對比實驗結果與分析300

15.5.2與基於二叉樹方法的對比實驗結果與分析300

15.5.3與靜態數據發布方法的對比實驗結果與分析301

15.6本章小結302

參考文獻302第16章面向二維數據流的差分隱私統計發布305

16.1引言305

16.2基礎知識與相關定義306

16.3固定長度二維數據流的差分隱私統計發布306

16.3.1問題描述306

16.3.2算法思想與描述307

16.3.3算法空間複雜度分析311

16.4任意長度二維數據流的差分隱私連續統計發布311

16.4.1算法思想與描述311

16.4.2算法分析312

16.5實驗結果與分析312

16.5.1差分隱私統計發布固定長度二維數據流的可用性312

16.5.2差分隱私統計發布任意長度二維數據流的可用性313

16.6本章小結314

參考文獻314第17章差分隱私二維空間數據劃分發布316

17.1引言316

17.2基礎知識與相關定義316

17.3基於kd樹的差分隱私二維空間數據劃分發布算法318

17.3.1問題提出318

17.3.2算法思想與描述318

17.3.3實驗結果與分析320

17.4基於四分樹的差分隱私二維空間數據劃分發布算法324

17.4.1問題提出324

17.4.2算法思想與描述325

17.4.3實驗結果與分析328

17.5本章小結332

參考文獻332第18章面向低頻統計值的差分隱私數據發布334

18.1引言334

18.2面向低頻計數值的差分隱私直方圖發布334

18.2.1問題提出334

18.2.2算法思想與描述335

18.2.3算法分析及最佳化336

18.2.4算法運行實例337

18.2.5實驗結果與分析338

18.3差分隱私稀疏列聯表發布340

18.3.1問題提出340

18.3.2算法思想與描述342

18.3.3實驗結果與分析346

18.4本章小結354

參考文獻354第19章差分隱私下的頻繁模式挖掘355

19.1引言355

19.2基礎知識與問題355

19.3差分隱私下的頻繁模式挖掘問題分析357

19.3.1全局敏感度分析357

19.3.2誤差分析357

19.3.3單調性分析358

19.4基於事務截斷的差分隱私頻繁模式挖掘358

19.4.1基於指數機制的事務截斷方法359

19.4.2基於最小噪聲支持度的差分隱私頻繁模式挖掘360

19.4.3頻繁模式挖掘結果集的單調性調節361

19.5實驗結果與分析363

19.5.1全局敏感度比較365

19.5.2數據可用性比較366

19.5.3引入最小噪聲支持度的實驗分析367

19.5.4頻繁模式挖掘結果集的單調性實驗分析368

19.6本章小結371

參考文獻371