福建省自然科学基金(2010J01330) 作品数:9 被引量:48 H指数:3 相关作者: 吴英杰 王一蕾 唐庆明 孙志挥 廖尚斌 更多>> 相关机构: 福州大学 东南大学 更多>> 发文基金: 福建省自然科学基金 国家自然科学基金 更多>> 相关领域: 自动化与计算机技术 更多>>
一种基于子空间划分的最优k-匿名动态规划算法 被引量:2 2011年 目前大部分k-匿名算法未能有效兼顾算法效率和发布数据的可用性.从子空间划分的角度研究基于空间多维划分的最优k-匿名问题,发现所有可能的子空间数量远小于所有可能的划分数量,并从理论上分析基于子空间划分的最优k-匿名问题具有最优子结构性质,从而设计出基于子空间划分的隐私保护最优k-匿名动态规划算法k-ASPDP.实验对算法k-ASPDP发布数据的可用性及算法效率与同类算法进行比较分析.实验结果表明,算法k-ASPDP是有效可行的. 吴英杰 王一蕾 唐庆明 孙志挥 廖尚斌关键词:隐私保护 子空间划分 动态规划 基于取整划分函数的k匿名算法 被引量:8 2012年 提出一种基于取整划分函数的K匿名算法,并从理论上证明该算法在非平凡的数据集中可以取得更低的上界.特别地,当数据集大于2k^2时,该算法产生的匿名化数据的匿名组规模的上界为k+1;而当待发布数据表足够大时,算法所生成的所有匿名组的平均规模将足够趋近于K.仿真实验结果表明,该算法是有效而可行的. 吴英杰 唐庆明 倪巍伟 孙志挥关键词:隐私保护 数据发布 基于个性化隐私需求的查询隐私保护算法研究 被引量:1 2013年 现有大多数基于位置服务(location based service,LBS)的隐私保护算法都将对用户位置隐私的保护等同于对整个LBS查询服务隐私的保护.但是,在用户位置信息已知的前提下,这些算法有可能面临推断攻击.在考虑用户个性化隐私需求的情况下,基于四分树结构提出了能够避免此类推断攻击的隐私保护算法;为了有效的减小隐惹区域的大小基于半象限的定义对该算法进行了进一步优化.最后,通过仿真实验验证了算法抵御推理攻击的有效性. 孙岚 周浩 吴英杰 王一蕾基于混合划分技术的隐私保护关系型数据发布算法 被引量:2 2013年 为了在保护隐私的前提下提高发布数据的质量,该文在基于空间划分的隐私保护数据发布技术基础上,提出一种基于空间混合划分技术的隐私保护关系型数据发布方法。通过对传统基于空间严格划分与非严格划分技术的关系型数据匿名发布问题的进一步研究与分析发现,严格划分技术所导致的信息损失高于非严格划分技术,而非严格划分技术所发布的数据可能存在查询混淆,从而在数据可用性上可能不如严格划分技术。该文结合严格划分与非严格划分的优点,提出一种基于混合划分技术的隐私保护关系型数据发布算法。实验对该文算法所发布数据的质量及算法效率与同类算法进行比较分析。实验结果表明,该文算法是有效可行的。 王一蕾 吴英杰 唐庆明关键词:隐私保护 数据质量 隐私保护轨迹数据发布的l-差异性算法 被引量:6 2015年 针对基于传统的k-匿名模型下移动用户轨迹数据发布隐私保护算法有可能将相似度极高的轨迹匿名在同一个匿名集中从而导致可能出现的用户个人隐私泄露风险的不足。设计了一种新的轨迹数据发布隐私保护算法。该算法基于k-匿名模型,将轨迹所在的二维空间划分成大小相等的单元格,之后将由轨迹数据得到对应轨迹经过的单元格序列,从而定义轨迹k-匿名下的l-差异性,算法在满足k-匿名模型的前提下通过聚类的方法构建匿名集,并保证匿名集中的轨迹满足l-差异性标准,以达到降低由于差异性不足引起用户隐私泄露的风险的目的。实验结果表明,该算法是可行有效的。 郭旭东 吴英杰 杨文进 王晓东关键词:隐私保护 K-匿名 基于聚类杂交的隐私保护轨迹数据发布算法 被引量:26 2013年 传统关于轨迹数据发布的隐私保护研究大多采用聚类技术,其相关算法只关注每条轨迹的隐私保护,忽视对轨迹聚类组特征的保护.通过理论分析和实验验证发现,对采用聚类发布技术产生的轨迹数据进行二次聚类,可得到原始轨迹数据在发布之前的聚类组特征,从而可能导致隐私泄露.为了有效预防二次聚类攻击,提出一种(k,δ,Δ)-匿名模型和基于该模型的聚类杂交隐私保护轨迹数据发布算法CH-TDP,算法CH-TDP对采用(k,δ)-匿名模型及相关算法处理得到的聚类分组先进行组间杂交,而后再进行组内扰乱,其目标在防止出现二次聚类攻击的前提下,保证发布轨迹数据的质量不低于阈值Δ.实验对算法CH-TDP的可行性及有效性与同类算法进行比较分析,结果表明算法CH-TDP是有效可行的. 吴英杰 唐庆明 倪巍伟 孙志挥 廖尚斌关键词:隐私保护 聚类 杂交 隐私保护关系型数据发布的多维划分动态规划算法 被引量:2 2013年 目前大部分隐私保护关系型数据发布算法均未能有效兼顾算法效率和发布数据的可用性.从空间多维划分的角度研究关系型数据发布中的隐私保护问题,发现前期研究提出的基于子空间划分的隐私保护最优k-匿名动态规划算法(k-ASPDP)可适用于多种隐私保护机制,进而设计出一种基于多维划分的隐私保护关系型数据发布动态规划算法框架Bottom-Up MG,并针对动态规划算法k-ASPDP空间复杂度较大的不足,提出一个空间可扩展性强的混合k-匿名化算法k-ASPDP+.实验分别对以l-多样性为隐私保护机制的Bottom-Up MG算法和k-ASPDP+算法所发布数据的可用性及算法效率与同类算法进行比较分析.实验结果表明,本文算法是有效可行的. 王一蕾 吴英杰 孙岚关键词:隐私保护 动态规划 面向路网限制的位置隐私保护算法 被引量:3 2012年 目前关于位置服务中的位置隐私保护研究大多是面向欧式空间,其相关模型及算法无法直接用于解决路网环境下位置服务中可能存在的隐私泄露问题。本研究针对公路网络下用户分布不均可能导致的推断攻击,设计出一种面向路网限制的位置隐私保护算法。本算法通过对公路网络的边权进行排序,并结合路段地理位置分布,进行隐匿边集的构造,以达到降低边权不均引起推断攻击的风险。通过实验对本算法的可行性及有效性与同类算法进行了比较分析。实验结果表明,本算法是有效可行的。 孙岚 罗钊 吴英杰 王一蕾关键词:位置隐私保护 公路网络 查询代价 面向事务型数据隐私保护的p-剖分l-多样化算法 被引量:1 2011年 目前关于隐私保护数据发布的研究大多是面向低维的关系型数据,其相关模型及算法无法直接用于解决稀疏的高维事务型数据发布中可能存在的隐私泄露问题.本文以剖分技术为基础,设计出一个面向隐私保护事务型数据发布的p-剖分l-多样化匿名算法.算法通过计算事务型数据中属性间的均方列联系数将高维属性集剖分成互不相交的p个属性子集,而后对事务型数据进行记录划分,使记录划分后的事务型数据关于p个属性子集满足l-多样化的要求.实验对匿名前后事务型数据的关联规则挖掘结果进行比较分析.理论分析和实验结果表明,本文的算法可安全地实现事务型数据发布的隐私保护,同时保证发布数据的可用性较高. 吴英杰 王一蕾 廖尚斌 王晓东关键词:隐私保护 关联规则挖掘