面向隱私保護(hù)的數(shù)據(jù)挖掘和數(shù)據(jù)發(fā)布方法研究(童云海)

search-ms:displayname=“武”中的搜索結(jié)果&crumb=文件名：~<preview.mp4search-ms:displayname=“武”中的搜索結(jié)果&crumb=文件名：~<preview.mp4%20OR%20System.Generic.String：preview.mp4&crumb=location:C%3A%5CUsers%5Cnana%5CDesktop%5C武%20OR%20System.Generic.String：preview.mp4&crumb=location:C%3A%5CUsers%5Cnana%5CDesktop%5C武面向隱私保護(hù)的數(shù)據(jù)挖掘和數(shù)據(jù)發(fā)布方法研究Privacy

Preserving

Data

Mining

and

Data

PublishingMarch

2012Yunhai

Tong（童云海）School

of

Electronics

Engineering

and

Computer

Science,Peking

UniversityCCF

YOCSEF

報(bào)告會(huì)：數(shù)據(jù)挖掘及其在網(wǎng)絡(luò)信息安全中的應(yīng)用2

討論內(nèi)容

面向隱私保護(hù)的數(shù)據(jù)挖掘方法

研究背景和問題描述

體系架構(gòu)和評(píng)估體系

關(guān)聯(lián)規(guī)則挖掘中的隱私保護(hù)方法

面向隱私保護(hù)的數(shù)據(jù)發(fā)布方法

研究背景和問題描述

面向微數(shù)據(jù)發(fā)布的身份保持的K-匿名CCF

YOCSEF

報(bào)告會(huì)：數(shù)據(jù)挖掘及其在網(wǎng)絡(luò)信息安全中的應(yīng)用3

隱私問題的產(chǎn)生

信息技術(shù)的飛速發(fā)展讓各類數(shù)據(jù)的采集、存儲(chǔ)、

使用變得方便快捷

醫(yī)院信息管理系統(tǒng)（電子病例）

人口管理系統(tǒng)（市民卡）

金融業(yè)務(wù)系統(tǒng)（銀行卡）

病人基本信息、疾病信息、醫(yī)療服務(wù)與藥品購買記錄市民家庭住址、收入狀況、個(gè)人愛好、犯罪記錄客戶私有信息及其交易行為CCF

YOCSEF

報(bào)告會(huì)：數(shù)據(jù)挖掘及其在網(wǎng)絡(luò)信息安全中的應(yīng)用4數(shù)據(jù)分密碼學(xué)隱私保護(hù)方法的研究

通過多用戶、多權(quán)限、多

層次的資源訪問控制策略，

實(shí)現(xiàn)對(duì)隱私數(shù)據(jù)的安全存

數(shù)據(jù)庫

安全信

息安全隱私保護(hù)

統(tǒng)計(jì)學(xué)利用有效的加密算法對(duì)隱私數(shù)據(jù)進(jìn)行加密，再通過有效的解密算法實(shí)現(xiàn)數(shù)

據(jù)的訪問和使用

析方法通過數(shù)據(jù)干擾和查詢限制等方法，在不針對(duì)

個(gè)體信息的條件下得到普遍的規(guī)律儲(chǔ)與訪問CCF

YOCSEF

報(bào)告會(huì)：數(shù)據(jù)挖掘及其在網(wǎng)絡(luò)信息安全中的應(yīng)用5

數(shù)據(jù)挖掘中的隱私保護(hù)問題

數(shù)據(jù)挖掘是從大量數(shù)據(jù)中抽取出新穎的、潛在有用的模

式或者規(guī)則

關(guān)聯(lián)規(guī)則挖掘、分類、聚類、異常點(diǎn)分析

?

數(shù)據(jù)挖掘所關(guān)注信息和各類挖掘

結(jié)果的隱藏性，使得人們對(duì)數(shù)據(jù)

挖掘中的隱私保護(hù)問題異常關(guān)注

解決數(shù)據(jù)挖掘中的隱私保護(hù)問題成為研究的熱點(diǎn)CCF

YOCSEF

報(bào)告會(huì)：數(shù)據(jù)挖掘及其在網(wǎng)絡(luò)信息安全中的應(yīng)用6?

從大量數(shù)據(jù)中挖掘出來的

模式或者規(guī)則，通常是針

對(duì)綜合數(shù)據(jù)而非細(xì)節(jié)數(shù)據(jù)

是否可以在不精確訪問原始數(shù)據(jù)詳細(xì)信息的條件下，挖

掘出準(zhǔn)確的模式與規(guī)則呢？隱私保護(hù)數(shù)據(jù)挖掘

問題的描述

原始數(shù)據(jù)中包含著數(shù)據(jù)所有者（或者第三方）的隱私信

息，而挖掘者需要從中獲取有用的知識(shí)CCF

YOCSEF

報(bào)告會(huì)：數(shù)據(jù)挖掘及其在網(wǎng)絡(luò)信息安全中的應(yīng)用7

相關(guān)研究工作

IBM

Almaden

Research

Center

(Rakesh

Agrawal)

Privacy

Preserving

Data

Mining,

SIGMOD2000Privacy

Preserving

OLAP,

SIGMOD2005

Stanford

University

(H.

G.

Molina

&

R.

Motwani)

Privacy

&

Databases,

PORTIA

project

with

Yale

&

Microsoft

Purdue

University

(Chris

Clifton)

Privacy

Preserving

Distributed

Data

Mining

Syracuse

University

(Wenliang

Du)

Randomization

approaches

Chinese

University

of

Hong

Kong

Personalized

Privacy

Preservation,

SIGMOD2006

CMU、UIUC、Cornell、Texas

A&M

等CCF

YOCSEF

報(bào)告會(huì)：數(shù)據(jù)挖掘及其在網(wǎng)絡(luò)信息安全中的應(yīng)用8架構(gòu)及其流程評(píng)估指標(biāo)體系

架構(gòu)及其流程－研究基礎(chǔ)有效處理方法－關(guān)鍵技術(shù)評(píng)估指標(biāo)體系－可靠保障數(shù)據(jù)挖掘算法－成果體現(xiàn)數(shù)據(jù)處理強(qiáng)

相

關(guān)

的

隱

私

屬

性數(shù)

值

類

型

隱

私

數(shù)

據(jù)枚

舉

類

型

隱

私

數(shù)

據(jù)布

爾

類

型

隱

私

數(shù)

據(jù)特征重構(gòu)我們研究的重點(diǎn)內(nèi)容

隱私保護(hù)的數(shù)據(jù)挖掘算法CCF

YOCSEF

報(bào)告會(huì)：數(shù)據(jù)挖掘及其在網(wǎng)絡(luò)信息安全中的應(yīng)用9

項(xiàng)目支持

國家自然科學(xué)基金項(xiàng)目

“面向隱私保護(hù)的數(shù)據(jù)挖掘方法研究”

北京市科學(xué)技術(shù)委員會(huì)博士論文資助項(xiàng)目

政府、金融、電信行業(yè)實(shí)際應(yīng)用項(xiàng)目CCF

YOCSEF

報(bào)告會(huì)：數(shù)據(jù)挖掘及其在網(wǎng)絡(luò)信息安全中的應(yīng)用10

數(shù)據(jù)挖掘中隱私保護(hù)方法的架構(gòu)與流程

隱私數(shù)據(jù)處理方法的多樣性

數(shù)據(jù)變換、數(shù)據(jù)阻塞、數(shù)據(jù)歸并、數(shù)據(jù)交換、數(shù)據(jù)抽

樣等

數(shù)據(jù)挖掘算法的多樣性

關(guān)聯(lián)規(guī)則挖掘、分類、聚類等

系統(tǒng)的簡潔性和可操作性

支持海量隱私數(shù)據(jù)的分析與挖掘挖掘算法XM挖掘結(jié)果

X

11發(fā)布數(shù)據(jù)庫

D’

數(shù)

據(jù)

處

理隱私數(shù)據(jù)

需要保護(hù)原始數(shù)據(jù)庫

D

CCF

YOCSEF

報(bào)告會(huì)：數(shù)據(jù)挖掘及其在網(wǎng)絡(luò)信息安全中的應(yīng)用受到保護(hù)特征重構(gòu)

隱私保

護(hù)策略挖掘挖掘算法

M’算法調(diào)整結(jié)果

X’盡量接近數(shù)據(jù)特征

FKD3

架構(gòu)

Knowledge

Discovery

in

Distorted

Database

隱私數(shù)據(jù)Knowledge

Discovery

in

DatabaseCCF

YOCSEF

報(bào)告會(huì)：數(shù)據(jù)挖掘及其在網(wǎng)絡(luò)信息安全中的應(yīng)用12KD3

架構(gòu)的工作流程1.

分析數(shù)據(jù)特征2.

確定保護(hù)策略（參數(shù)選擇）3.

進(jìn)行數(shù)據(jù)處理（參數(shù)使用）4.

調(diào)整挖掘算法（參數(shù)使用）5.

實(shí)施特征重構(gòu)（參數(shù)使用）6.

生成挖掘結(jié)果（參數(shù)使用）數(shù)據(jù)所有者

數(shù)

據(jù)

挖

掘

者CCF

YOCSEF

報(bào)告會(huì)：數(shù)據(jù)挖掘及其在網(wǎng)絡(luò)信息安全中的應(yīng)用13

方法的評(píng)估指標(biāo)體系

有效的衡量標(biāo)準(zhǔn)和評(píng)價(jià)指標(biāo)體系，可以幫助用戶

根據(jù)不同的數(shù)據(jù)特征和應(yīng)用需求，選擇出最合適

的隱私保護(hù)技術(shù)

四個(gè)方面的評(píng)估指標(biāo)體系

隱私性

準(zhǔn)確性

高效性

適用性CCF

YOCSEF

報(bào)告會(huì)：數(shù)據(jù)挖掘及其在網(wǎng)絡(luò)信息安全中的應(yīng)用14

隱私性

方法對(duì)隱私信息的保護(hù)程度，可以用被保護(hù)的隱

私信息仍然被發(fā)現(xiàn)或者預(yù)測出來的可能性來衡量

分類屬性：隱私破壞系數(shù)

Breach

Breach

=

P真實(shí)數(shù)據(jù)所占的比例×P真實(shí)數(shù)據(jù)被識(shí)別出來的概率

＋P非真實(shí)數(shù)據(jù)所占的比例×P非真實(shí)數(shù)據(jù)被識(shí)別出來的概率

×P非真實(shí)數(shù)據(jù)被還原的概率CCF

YOCSEF

報(bào)告會(huì)：數(shù)據(jù)挖掘及其在網(wǎng)絡(luò)信息安全中的應(yīng)用15

隱私性(續(xù))

連續(xù)值屬性：

隱私破壞區(qū)間寬度

BreachWidth

如果原始數(shù)據(jù)

x

落到區(qū)間[x1,

x2]上的概率為c%，

則稱區(qū)間[x1,

x2]是置信度為c%的隱私破壞區(qū)間，

而該區(qū)間的寬度(x2?x1)就定義了置信度為c%的隱

私破壞區(qū)間寬度CCF

YOCSEF

報(bào)告會(huì)：數(shù)據(jù)挖掘及其在網(wǎng)絡(luò)信息安全中的應(yīng)用16

準(zhǔn)確性

應(yīng)用隱私保護(hù)方法之后的挖掘結(jié)果誤差，或有效

信息損失和數(shù)據(jù)功能性損失的程度

原始數(shù)據(jù)與發(fā)布數(shù)據(jù)的內(nèi)在特征吻合程度

實(shí)際挖掘結(jié)果與真實(shí)結(jié)果之間的差異

重構(gòu)特征的誤差和方差分析CCF

YOCSEF

報(bào)告會(huì)：數(shù)據(jù)挖掘及其在網(wǎng)絡(luò)信息安全中的應(yīng)用17

高效性

方法所需的時(shí)間和空間代價(jià)，或?yàn)榱吮Ｗo(hù)隱私信

息而額外花費(fèi)的時(shí)間和使用的空間

算法運(yùn)行的效率和資源使用情況

方法的整體性能

數(shù)據(jù)處理的性能

特征重構(gòu)的性能

針對(duì)發(fā)布數(shù)據(jù)進(jìn)行挖掘的性能

通過時(shí)間和空間計(jì)算復(fù)雜度來進(jìn)行評(píng)估CCF

YOCSEF

報(bào)告會(huì)：數(shù)據(jù)挖掘及其在網(wǎng)絡(luò)信息安全中的應(yīng)用18

適用性

方法適用于不同數(shù)據(jù)類型、不同數(shù)據(jù)挖掘算法和不同數(shù)

據(jù)分布狀況的能力

提高數(shù)據(jù)處理方法對(duì)各類數(shù)據(jù)挖掘算法的適用性水平，

有助于提高數(shù)據(jù)挖掘中隱私保護(hù)方法的一致性和規(guī)范性

水平

數(shù)據(jù)入侵者會(huì)試圖通過各種數(shù)據(jù)挖掘算法，來威脅隱私

信息的安全，只有適用性強(qiáng)的通用方法，才能真正實(shí)現(xiàn)

有效的隱私保護(hù)CCF

YOCSEF

報(bào)告會(huì)：數(shù)據(jù)挖掘及其在網(wǎng)絡(luò)信息安全中的應(yīng)用19

關(guān)聯(lián)規(guī)則挖掘中的隱私保護(hù)方法

在KD3架構(gòu)與流程的基礎(chǔ)上實(shí)現(xiàn)

提出了部分隱藏的隨機(jī)化回答（RRPH）方法

數(shù)據(jù)干擾和查詢限制的隱私保護(hù)策略相結(jié)合

布爾類型的數(shù)據(jù)處理和特征重構(gòu)方法

關(guān)聯(lián)規(guī)則挖掘中基于RRPH的隱私保護(hù)方法

相同時(shí)間和空間開銷

更好的隱私保護(hù)程度

更高的挖掘結(jié)果準(zhǔn)確性算法CCF

YOCSEF

報(bào)告會(huì)：數(shù)據(jù)挖掘及其在網(wǎng)絡(luò)信息安全中的應(yīng)用20D頻繁項(xiàng)集生成算法總體架構(gòu)隱私項(xiàng)

需要保護(hù)原始事務(wù)集

隱私項(xiàng)

受到保護(hù)發(fā)布事務(wù)集

D’

數(shù)

據(jù)

處

理特征重構(gòu)

RRPH

方法關(guān)聯(lián)規(guī)則

隱私保護(hù)

頻繁項(xiàng)集支持度

生成

計(jì)數(shù)

算

法

調(diào)

整統(tǒng)計(jì)學(xué)究成果

部分隱藏的隨機(jī)化回答（RRPH）方法

1

XCCF

YOCSEF

報(bào)告會(huì)：數(shù)據(jù)挖掘及其在網(wǎng)絡(luò)信息安全中的應(yīng)用21原始數(shù)

關(guān)

處理后的數(shù)據(jù)均與相結(jié)合據(jù)直接相

引入

中的研

提供的所有數(shù)據(jù)都是真實(shí)數(shù)據(jù)

RRPH方法

現(xiàn)有的數(shù)據(jù)處理方法

數(shù)據(jù)干擾策略

查詢限制策略00

0

1

10

0

1

01

1

0

0

10

0

1

0

1

1

1

0

0

X

支持布爾類型的數(shù)據(jù)處理和特征重構(gòu)

0

0

1

0

X

用于實(shí)現(xiàn)關(guān)聯(lián)規(guī)則挖掘中的隱私保護(hù)

X

1

1

1

0CCF

YOCSEF

報(bào)告會(huì)：數(shù)據(jù)挖掘及其在網(wǎng)絡(luò)信息安全中的應(yīng)用22

RRPH的數(shù)據(jù)處理方法

隨機(jī)化參數(shù)，0≤p1,

p2,

p3≤1，且

p1+p2+p3=1

對(duì)

x∈{0,1}，令

r1=x,

r2=1,

r3=0，隨機(jī)函數(shù)

r(x)

以概率

pj

返回

rj

用向量

X=(x1,

x2,

...,

xn)

表示數(shù)據(jù)庫

D

中的一條記錄，其中

xi∈{0,1}

用

Y=R(X)

生成隨機(jī)向量

Y=(y1,

y2,

...,

yn)，其中

yi=r(xi)，分

別以概率

p1,

p2,

p3

返回

xi,

1,

0

隨機(jī)向量

Y

在形式上與原始向量相同，作為處理后的數(shù)

據(jù)記錄被加入到數(shù)據(jù)庫

D’

中p1

xp2

1p3

0CCF

YOCSEF

報(bào)告會(huì)：數(shù)據(jù)挖掘及其在網(wǎng)絡(luò)信息安全中的應(yīng)用

p2

p1

序號(hào)XAYA映射概率123400110101p1+p3

p2

p3p1+p2隱私保護(hù)的頻繁項(xiàng)集生成算法

1-項(xiàng)集的支持度計(jì)算

π

表示項(xiàng)

A

在

D

中的支持度

λ

表示項(xiàng)

A

在

D’

中的支持度

(p1

p2)

(1

)p2

p1

p22323mij

t

max(0,i

j

k)C

j

(p1

p2)t

p3

Ck

j

p2

C

C’=MC，C

1

Ck

C

，C

1

CCF

YOCSEF

報(bào)告會(huì)：數(shù)據(jù)挖掘及其在網(wǎng)絡(luò)信息安全中的應(yīng)用24

k-項(xiàng)集的支持度計(jì)算

A={i1,

i2,

…,

ik}

是一個(gè)

k-項(xiàng)集

恰好包含

A

中

j

項(xiàng)的

D

中事務(wù)

T（共

Cj個(gè)）經(jīng)過

RRPH

方法處理，變

成為恰好包含

A

中

i

項(xiàng)的

D’

中事務(wù)

T’（共

Ci’

個(gè)）的概率

mij都相等

，M=[mij]是(k+1)×(k+1)矩陣

C0

C0

Ck

當(dāng)

M

可逆時(shí)，令

M-1=[aij]，則項(xiàng)集

A

的支持度計(jì)數(shù)為

Ck

ak,0C0

ak,1C1

ak,kCk

i

ti

tj

tmin(i,

j)

t

(p1

p3)k

i

j

tBreach1=

p·

p+(1-p)·(1-p)·1=

p

(1

p)CCF

YOCSEF

報(bào)告會(huì)：數(shù)據(jù)挖掘及其在網(wǎng)絡(luò)信息安全中的應(yīng)用25

RRPH方法的隱私性分析

在真實(shí)數(shù)據(jù)所占的比例相同，都為

p

的情況下

MASK方法[VLDB2002]，隨機(jī)化參數(shù)為

p，

Breach1–

Breach2=

當(dāng)時(shí)，Breach1

>

Breach2

p1

2p21

2

(2p

1)(2p

1)(p

1)

p

12p3

2p2

p

1

p

11

20

p

22,(p

),(p

)p

(1

p2)

2

p1p2n

(2p

1)

4p

4np

(2p

1)26

MASK

方法

RRPH

方法

取

p1=p，p2=p3，則

當(dāng)RRPH方法的準(zhǔn)確性分析12

1

(1

p)

2p

1

?1

12

p(1

p)n(2p1)2Var(

?1)

2

p2

p1

?

2

np1

2

2p1(1p1)

np1

2Var(

?2)

(1

p)(1

p)

4np2

p2(1

p2)

np1

2Var(

?2)

?1

和

?

2

都是π

的無偏估計(jì)量，而)122

,(p

(1p)(3p1)

2

21p

21p

p

Var(

?1)Var(

?2)

13

p

1時(shí)，Var(

?1)

Var(

?2)

CCF

YOCSEF

報(bào)告會(huì)：數(shù)據(jù)挖掘及其在網(wǎng)絡(luò)信息安全中的應(yīng)用平均項(xiàng)集度誤差（％）CCF

YOCSEF

報(bào)告會(huì)：數(shù)據(jù)挖掘及其在網(wǎng)絡(luò)信息安全中的應(yīng)用25201510

5

0實(shí)驗(yàn)結(jié)果

300.10.20.3

0.35

0.4

0.45

0.49

0.51

0.55

0.6

0.65

0.70.80.9MASKRRPH

隨機(jī)化參數(shù)

p

MASK方法的誤差變化比較大

當(dāng)

p

接近

0

或

1

時(shí)，挖掘結(jié)果比較準(zhǔn)確在

p

從

0

或

1

接近

0.5

的過程中，挖掘結(jié)果準(zhǔn)確性顯著下降

RRPH方法的誤差變化相對(duì)比較平穩(wěn)

隨著

p

值從

0

增加到

1，挖掘結(jié)果的準(zhǔn)確性不斷提高2727CCF

YOCSEF

報(bào)告會(huì)：數(shù)據(jù)挖掘及其在網(wǎng)絡(luò)信息安全中的應(yīng)用28RRPH方法的優(yōu)勢(shì)

當(dāng)時(shí)，RRPH

方法比

MASK

方法同時(shí)具有更好的

隱私性和更高的準(zhǔn)確性

權(quán)衡數(shù)據(jù)的隱私性和挖掘結(jié)果的準(zhǔn)確性，我們建議在區(qū)

間[0.35,

0.6]上選取隨機(jī)化參數(shù)

p

的值，來使用RRPH方法

進(jìn)行隱私保護(hù)的關(guān)聯(lián)規(guī)則挖掘1

213

p

CCF

YOCSEF

報(bào)告會(huì)：數(shù)據(jù)挖掘及其在網(wǎng)絡(luò)信息安全中的應(yīng)用29

樸素貝葉斯分類中的隱私保護(hù)方法

在KD3架構(gòu)與流程的基礎(chǔ)上實(shí)現(xiàn)

擴(kuò)展的部分隱藏隨機(jī)化回答（ERRPH）方法

RRPH方法在數(shù)據(jù)類型上的擴(kuò)展

枚舉類型的數(shù)據(jù)處理和特征重構(gòu)方法

轉(zhuǎn)換的隨機(jī)化回答（TRR）方法

數(shù)值類型的數(shù)據(jù)處理和特征重構(gòu)方法

分類挖掘中基于ERRPH和TRR的隱私保護(hù)方法

實(shí)現(xiàn)了完整的樸素貝葉斯分類算法

同時(shí)支持分類屬性和連續(xù)值屬性的數(shù)據(jù)CCF

YOCSEF

報(bào)告會(huì)：數(shù)據(jù)挖掘及其在網(wǎng)絡(luò)信息安全中的應(yīng)用30

討論內(nèi)容

面向隱私保護(hù)的數(shù)據(jù)挖掘方法

研究背景和問題描述

體系架構(gòu)和評(píng)估體系

關(guān)聯(lián)規(guī)則挖掘中的隱私保護(hù)方法

面向隱私保護(hù)的數(shù)據(jù)發(fā)布方法

研究背景和問題描述

面向微數(shù)據(jù)發(fā)布的身份保持的K-匿名CCF

YOCSEF

報(bào)告會(huì)：數(shù)據(jù)挖掘及其在網(wǎng)絡(luò)信息安全中的應(yīng)用31

數(shù)據(jù)發(fā)布中的隱私保護(hù)

核心問題：在保護(hù)隱私的前提下，發(fā)布較為準(zhǔn)

確的數(shù)據(jù)

統(tǒng)計(jì)數(shù)據(jù)庫把數(shù)據(jù)發(fā)布分為三種類型

微數(shù)據(jù)：指包含個(gè)體信息的數(shù)據(jù)；

聚集數(shù)據(jù)：指匯總之后的各項(xiàng)分類的統(tǒng)計(jì)數(shù)據(jù)；

其他統(tǒng)計(jì)數(shù)據(jù)：包括其他各種類型的總體描述，比如

回歸因子、相對(duì)指數(shù)等。CCF

YOCSEF

報(bào)告會(huì)：數(shù)據(jù)挖掘及其在網(wǎng)絡(luò)信息安全中的應(yīng)用32

我們研究的重點(diǎn)

微數(shù)據(jù)發(fā)布場景

分析單一個(gè)體對(duì)應(yīng)多個(gè)記錄的情況，提出了身份保

持的匿名模型

分析動(dòng)態(tài)數(shù)據(jù)發(fā)布的場景和隱私推理途徑，提出了t-

rotation模型處理動(dòng)態(tài)數(shù)據(jù)

聯(lián)機(jī)分析處理(OLAP)中的數(shù)據(jù)保護(hù)

基于度量的OLAP數(shù)據(jù)隱私保護(hù)方法

基于維度的OLAP數(shù)據(jù)隱私保護(hù)方法CCF

YOCSEF

報(bào)告會(huì)：數(shù)據(jù)挖掘及其在網(wǎng)絡(luò)信息安全中的應(yīng)用33

問題提出

很多部門和單位（例如：醫(yī)院）需要發(fā)布一些數(shù)據(jù)表。包

含個(gè)體信息的表稱為微數(shù)據(jù)（microdata）

微數(shù)據(jù)是記錄個(gè)人信息的數(shù)據(jù)

身份標(biāo)識(shí)屬性（Individually

Identifying

Attribute

，簡稱ID

）：記

錄了可以唯一識(shí)別個(gè)人的取值，比如身份證號(hào)、電話號(hào)碼、姓名

等信息

準(zhǔn)標(biāo)識(shí)屬性（Quasi-identifiers，簡稱QI）：記錄了對(duì)個(gè)人的一些

類型屬性的取值，比如性別、所在的郵政編碼、出生日期等

敏感屬性（Sensitive

Attribute，簡稱ST）：記錄了個(gè)人不愿為人所

知的取值信息，比如個(gè)人收入、所患病癥等CCF

YOCSEF

報(bào)告會(huì)：數(shù)據(jù)挖掘及其在網(wǎng)絡(luò)信息安全中的應(yīng)用34

問題提出：微數(shù)據(jù)發(fā)布場景

為了提供研究，醫(yī)院發(fā)布了一個(gè)病人情況表

簡單的方法：去掉“身份標(biāo)識(shí)屬性”

publishCCF

YOCSEF

報(bào)告會(huì)：數(shù)據(jù)挖掘及其在網(wǎng)絡(luò)信息安全中的應(yīng)用35連接推理

發(fā)布表Quasi-identifier

(QI)

attributes

選民登記表An

adversaryCCF

YOCSEF

報(bào)告會(huì)：數(shù)據(jù)挖掘及其在網(wǎng)絡(luò)信息安全中的應(yīng)用36