基于属性分类的分布式大数据隐私保护加密控制模型设计

• 作者: 姜春峰 西北大学现代学院
• 来源期刊: 计算机测量与控制
• 关键词: 属性分类 分布式大数据 隐私保护 加密控制模型 Logistic混沌映射
• 年，卷（期）: 2024,（11）
• 所属期刊栏目: 控制技术
• 页码范围: 221-227
• 页数: 7页
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2023.11.033

摘要

在分布式大数据的存储和传输过程中，数据极易被恶意用户攻击，造成数据的泄露和丢失；为提高分布式大数据的存储和传输安全性，设计了基于属性分类的分布式大数据隐私保护加密控制模型；挖掘用户隐私数据，以分布式结构存储；根据分布式隐私数据特征，判断数据的属性类型；利用Logistic混沌映射，迭代生成数据隐私保护密钥，通过匿名化、混沌映射、同态加密等步骤，实现对隐私数据的加密处理；利用属性分类技术，控制隐私保护数据访问进程，在传输协议的约束下，实现分布式大数据隐私保护加密控制；实验结果表明，设计模型的明文和密文相似度较低，访问撤销控制准确率高达98.9%,在有、无攻击工况下，隐私数据损失量较少，具有较好的加密、控制性能和隐私保护效果，有效降低了隐私数据的泄露风险，提高了分布式大数据的存储和传输安全性。