分布式环境多样性数据共享的隐私模型及其保护技术研究

With the rapid growth of Internet-based applications such as cloud computing, online social networks and e-commerce, a large amount of diverse data containing sensitive information about individuals is clustered on the Internet. Driven by mutual benefits, or by requirements of certain applications, there is a demand for such data sharing among various parties, while privacy protection is the basis of data sharing. Due to the feature of complex inner associativity in such data, the pattern of privacy information leakage is extremely complex, and the design of algorithms and mechanisms for privacy-preserving data sharing is a critical technical difficulty by the fact that data privacy processing will result in data distortion. The project will build an uncertainty method for the measure of the data privacy correlation, and focus on research topics including privacy leakage patterns for diversity data sharing, algorithms and evaluation mechanisms for privacy-preserving high-dimensional and diverse data publishing, security protocols for distributed data sharing with the personalized privacy requirements, distributed privacy polices and development of privacy protection prototype systems. The research work will make breakthroughs in some critical technical difficulties such as modeling the privacy information leakage mechanisms and reducing computational complexity of privacy-preserving diversity data sharing. It will achieve some original theoretical and technical results, and apply to the practical data sharing service in the distributed environment.

云计算、在线社会网络和电子商务等应用的迅速发展，互联网上聚集了海量、多样的、包含个人信息的数据资源，在应用对数据共享需求或利益的驱动下，这些数据的共享和利用成为一个关键性需求，而隐私保护是数据共享的基础。由于这些数据具有复杂内联性特征，数据隐私信息泄漏的模式极其复杂，而且由于数据隐私处理会造成数据失真的事实，设计数据共享的隐私保护机制成为应用中的技术难点。项目将通过建立数据隐私关联性的不确定性度量原理，重点研究多样性数据共享的隐私泄漏机理和模型、高维度和多样性数据发布隐私保护算法及其评估机制、满足个性化需求的分布式数据共享隐私保护协议、以及分布式隐私策略和原型系统研制等内容,突破现有隐私模型对隐私泄漏模拟的局限性、以及多样化数据隐私保护算法的复杂性等关键技术难点，获得创新性的理论和技术成果，并应用于实际分布式数据共享服务。

电子商务、社会网络、位置服务等基于互联网的应用迅猛发展，互联网上聚集了海量、多样的、包含个人信息的数据资源，这些数据对于科学研究、社会结构分析、经济预测和管理等多个方面具有重大应用价值，然而，共享这些数据面临隐私信息泄露风险，隐私信息保护是共享和分析这些数据的关键性问题。现有数据共享的隐私保护研究主要有基于分组、聚类的泛化和随机扰乱等方法，应用于多样性数据共享的隐私保护时，主要问题是信息损失过大，使得数据价值严重降低。本项目针对多样性数据共享和发布的隐私保护理论和方法开展主要研究工作包括：基于概率方法和模糊集的不确定推理方法，研究隐私的不确定性推理理论，为隐私模型研究提供理论基础；针对高维稀疏事务型数据、多维敏感数据、以及多样异构数据集成中的隐私保护模型和方法开展研究，提出了相应的理论模型和技术方案，解决数据隐私保护中异构性、关联性和多变隐私需求等问题；针对社会网络数据发布的隐私保护需求，提出了局部随机扰动、随机与分组的混合隐私处理方法、差异化隐私控制等隐私模型和保护方法，解决由于社会网络数据隐私处理中结构性信息损失过大等问题；以车辆移动轨迹为案例，研究时空数据发布的隐私保护问题，从复杂轨迹中发现移动对象的敏感信息，建立隐私攻击模型，对轨迹数据集进行时间和空间维度的统计分析，建立面向多种隐私需求的隐私保护方法和处理机制；针对数据流发布的隐私需求和问题，提出基于不确定性的隐私模型和处理机制。上述提出隐私保护方法和技术方案均在一些真实数据集上开展实验，验证了其有效性，部分结果应用于实际应用数据的隐私保护。项目发表学术论文17篇，含8篇SCI收录期刊、8篇重要国际会议论文（EI收录）和1篇中文核心期刊，申请发明专利8件，已获授权5件，软件著作权3件。