基于假名的激励性参与式隐私保护方案

社会网络数据分析蕴藏着巨大的经济利益,但是直接研究社会网络数据可能造成用户敏感信息泄漏,对个人隐私构成威胁。目前的隐私保护技术集中于研究单次数据发布,即静态网络中的隐私保护,然而社会网络数据动态发布需要动态的隐私保护方法。文中针对攻击者拥有在不同时刻的节点1-邻域子图作为背景知识的应用场景,提出了一种基于动态社会网络的隐私保护方法,该方法利用相邻时间片网络图之间的关联关系,依据信息变化增量确定邻域同构等价组中的基准节点,并通过对下三角矩阵操作来实现等价组中节点邻域子图匿名化的持久性。实验结果表明该模型能够有效地抵制邻域攻击,保护动态社会网络发布的用户数据隐私。

云计算中面向需求的隐私保护分析架构

包含企业数据防泄密体系咨询服务说明书、企业数据防泄密体系咨询服务宣传胶片PPT、企业数据防泄密体系咨询服务一指禅、企业数据防泄密体系咨询服务服务建议书、企业数据防泄密体系咨询服务交付指导书、企业数据防泄密体系咨询服务销售指导书等

从多个角度阐述个人信息保护的方法

在移动互联网中,位置隐私保护一直是有待解决的重要问题。针对定位服务中的位置隐私问题,提出了一种位置隐私保护方法 KAP。KAP适用于WLAN定位技术。首先,提出了一种区域热点拓扑模型,将WLAN热点的地理分布用带权无向图描述,该模型能够在不使用WLAN热点坐标的前提下,反映热点之间的位置关系。然后,基于拓扑模型并结合k-匿名思想,提出了3种位置隐私算法,保证了位置不被攻击者准确获得。最后,通过仿真实验,验证了方法的正确性。

华为企业内部网络安全治理，内训教材

基于自适应聚类的动态轨迹发布隐私保护方法

通过随机基础图像表示实现有效的隐私保护Viola-Jones类型对象检测

利用同态加密技术在深度学习中对用户的隐私进行保护。