面向云数据的隐私度量研究进展

• 作者: 姚志强 林铭炜 熊金波 王敏燊 田有亮 马蓉
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 隐私泄露 隐私度量 数据隐私 隐私保护 差分隐私
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 面向隐私保护的新型技术与密码算法专题
• 页码范围: 1963-1980
• 页数: 18页
• 分类号: TP309
• 字数: 16920字
• 语种: 中文
• DOI: 10.13328/j.cnki.jos.005363

摘要

隐私保护技术是云计算环境中防止隐私信息泄露的重要保障,通过度量这种泄露风险可反映隐私保护技术的隐私保护强度,以便构建更好的隐私保护方案.因此,隐私度量对隐私保护具有重大意义.主要对现有面向云数据的隐私度量方法进行综述:首先,对隐私保护技术和隐私度量进行概述,给出攻击者背景知识的量化方法,提出云数据隐私保护技术的性能评价指标和一种综合评估框架;然后,提出一种云数据隐私度量抽象模型,从工作原理和具体实施的角度对基于匿名、信息熵、集对分析理论和差分隐私这4类隐私度量方法进行详细阐述;再从隐私度量指标和度量效果方面分析和总结这4类方法的优缺点及其适用范围;最后,从隐私度量的过程、效果和方法这3个方面指出云数据隐私度量技术的发展趋势及有待解决的问题.