基于关联规则的隐私泄露风险评估模型

• 作者: 丁洪 彭长根 邝青青
• 来源期刊: 贵州大学学报（自然科学版）
• 学科: 工学
• 关键词: 隐私数据 隐私泄露 FP-Growth 关联分析 风险评估 大数据
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 电子·计算机技术
• 页码范围: 88-92,111
• 页数: 6页
• 分类号: TP309
• 字数: 4898字
• 语种: 中文
• DOI: 10.15958/j.cnki.gdxbzrb.2016.02.20

摘要

传统的信息安全风险评估较少涉及对背景知识关联分析所导致的隐私泄露风险.针对基于关联分析的大数据隐私泄露风险问题,以隐私资产、隐私威胁因子和隐私存储有效时间为要素建立隐私泄露风险指标体系、定义风险计算函数;通过对隐私库的关联规则及频繁项的分析,得出满足最小支持度阈值的关联概率,实现风险函数计算;最后,针对搜索数据进行实例验证,验证表明该模型可以有效评估风险,真实刻画隐私泄露风险大小.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭长根	贵州大学理学院	96	449	11.0	16.0
2	丁洪	贵州大学密码学与数据安全研究所	2	1	1.0	1.0
3	邝青青	贵州大学理学院	2	1	1.0	1.0