基于门限的云计算数据隐私保护模型研究.pdf

智慧金融场景下的数据隐私保护算法研究

教育大数据隐私保护机制与技术研究.pdf

位置定位服务技术作为一种全新的移动计算服务，在日常生活中应用广泛。一方面，数据信息共享极大地方便了人们的日常生活，另一方面也存在由于泄露个人敏感信息而产生的弊端，因此如何保护好位置数据是关键。由于位置数据具有价值高和低密度的特性，导致现有的隐私保护方法很难兼顾数据的保护和数据的效用性。基于差分隐私机制的位置数据隐私保护策略通过采用多级查询树的结构来查询和发布保护后的数据，并保持了数据项间的联系。首先构建多级查询树（位置搜索树），然后遍历查询树，使用差分隐私的指数机制来选取访问频率高的k项，最后通过拉普拉斯机制给选取的k项进行加噪。实验表明，相比于其他保护策略，基于差分隐私机制的位置数据隐私保护策略可用性和数据保护程度高，算法运行时间少，效率更高。

随着智能移动设备普及化、医疗设备数字化及电子病历结构化的推进，医疗数据呈现爆发增长的特点。在深入研究探讨医疗大数据发展规律，提高对医疗大数据真实价值的认识的同时，如何有效保护数据的隐私安全现已成为广受关注的重要议题。

K-Anonymity要求对于任意一行纪录，其所属的相等集内纪录数量不小于k，即至少有k-1条纪录半标识列属性值与该条纪录相同。