隐私保护数据发布: 模型与算法前言
随着数据挖掘和信息共享等数据库应用的出现与发展,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。作为数据挖掘与信息共享应用中的重要环节,数据发布中的隐私保护已成为当前的研究热点。隐私保护数据发布自提出以来,已吸引许多学者、数据管理人员以及工程科技人员对其展开研究,并取得大量的研究成果。
近十年来,作者及其课题组一直致力于隐私保护数据发布的模型及算法研究,在多年研究积累的基础上撰写了本书。本书主要阐述以匿名模型为基础的隐私保护数据发布和以差分隐私模型为基础的隐私保护数据发布,其主要内容基于作者所主持的国家自然科学基金项目、福建省自然科学基金项目及福建省教育厅科技项目的研究成果,也融合了作者及其课题组近年来在国内外重要学术期刊和学术会议上发表的研究成果。
全书分为两篇。第一篇阐述匿名隐私保护数据发布,由第1~9章组成。第1章是绪论,介绍隐私保护数据发布研究兴起的背景以及匿名隐私保护的基础知识;第2章讨论k匿名组规模的上界;第3章论述基于空间划分的匿名隐私保护关系型数据发布;第4章阐述数据增量发布背景下的匿名隐私保护;第5章讨论含有多个敏感属性数据发布的匿名隐私保护方法;第6章论述隐私保护事物型数据匿名发布;第7章针对社会网络数据发布中可能存在的度数攻击与子图攻击提出相应的匿名隐私保护模型及相关算法;第8章阐述面向轨迹数据发布的匿名隐私保护模型及相关算法;第9章针对若干重要的LBS应用提出有效的位置匿名隐私保护解决方案。第二篇阐述差分隐私保护数据发布,由第10~19章组成。第10章概述差分隐私模型的相关基础知识;第11章介绍了一种基于k叉平均树的差分隐私数据发布算法;第12章论述面向任意区间树结构的差分隐私直方图数据发布方法;第13章和第14章分别从调整树结构的和添加异方差噪声的角度优化基于树结构的差分隐私直方图数据发布,以进一步提高发布直方图数据的查询精度;第15章阐述基于矩阵机制的差分隐私连续数据发布方法;第16章讨论二维数据流发布的差分隐私保护解决方案;第17章论述面向多维数据发布的差分隐私保护算法;第18章研究稀疏数据发布中的差分隐私保护方法;第19章讨论差分隐私下的频繁模式挖掘分析。
本书撰写过程中,得到国内外许多专家的支持和帮助,与他们的讨论给了我本人许多启发,王晓东教授在百忙之中认真审阅了全书,提出了许多宝贵的改进意见,在此表示感谢。同时,感谢课题组内参与有关研究工作的王一蕾副教授、傅仰耿博士、孙岚讲师以及唐庆明、廖尚斌、阮小温、唐陈兴、钟思思、周浩、罗钊、张玺霖、陈鸿、陈婷婷、黄泗勇、黄臻卿、林富鹏、甘文勇、康健、蔡剑平和卢清等硕士生。感谢美国宾夕法尼亚州立大学在我访学期间提供了良好条件,使本书得以顺利完成。
本书的研究工作得到国家自然科学基金项目“基于线性无偏估计面向任意树结构的差分隐私直方图发布”(No.61300026)、福建省自然科学基金项目“面向LBS的位置隐私保护与移动轨迹匿名发布模型及算法研究”(No.2014J01230)和“隐私保护数据发布匿名模型及算法研究”(No.2010J01330)、福建省教育厅科技项目“数据发布中若干隐私保护问题研究”(No.JA0094)等项目的支持。清华大学出版社对本书的出版给予了大力支持,在此一并致谢。
本书可以作为计算机科学、网络空间安全、管理科学与工程等相关学科专业高年级本科生、研究生的教学用书,也可以作为广大研究数据安全隐私保护的科技工作者的参考用书。
隐私保护数据发布是一个新兴的多学科交叉研究领域,许多概念和理论尚待探讨,加之作者水平有限,撰写时间仓促,因此书中谬误在所难免,恳请读者指正。
吴英杰
2015年8月
more >