数据规模、数据复杂性快速膨胀，如何在大数据时代保障信息安全是现实而迫切的需求 大数据访问模式与安全挑战 造成用户隐私信息泛滥的原因很多，涉及用户、黑客与犯罪分子、服务提供商等多方面因素 上述问题的根治离不开配套法规、政策的支持与严格的管理手段，但更需要有可信赖的技术手段支持 挑战1：用户身份匿名保护难 问题：用户身份重识别攻击以及行为模式挖掘技术的发展，导致用户身份匿名保护更加困难 挑战2：敏感信息保护难 问题：基于数据挖掘与深度学习等人工智能方法，用户敏感信息易被推测 挑战3：隐私信息安全管控难 问题：用户隐私信息被采集后，数据控制权转移到网络服务商，而其缺乏足够技术手段保证隐私数据的安全存储、受控使用与传播，导致用户隐私数据被非授权使用、传播或滥用

教育大数据隐私保护机制与技术研究.pdf

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。