案例-大數(shù)據(jù)安全與保護(hù)技術(shù)初探

大數(shù)據(jù)安全與隱私保護(hù)技術(shù)初探內(nèi)容提要

大數(shù)據(jù)時代

一個例子

隱私保護(hù)技術(shù)

結(jié)束語大數(shù)據(jù)時代?

致廣大?

數(shù)字城市,數(shù)字地球,數(shù)字宇宙?

盡精微?

數(shù)字化人體,基因大數(shù)據(jù)一個例子社交網(wǎng)絡(luò)中的隱私信息位置信息身份信息屬性信息關(guān)系信息1.身份匿名節(jié)點(diǎn)重識別攻擊Backstrom等人對攻擊的攻擊方式進(jìn)行了劃分，認(rèn)為攻擊者可通過主動或被動方式生成識別度高的社交結(jié)構(gòu)，并與攻擊目標(biāo)連接，從而實現(xiàn)在匿名后的圖中重新識別攻擊目標(biāo)的目的。Backstrom,L.etc.‘Whereforeartthour3579x?Anonymizedsocialnetworks,hiddenpatterns,andstructuralsteganography’,WorldWideWeb2007Narayanan等人利用多個其他社交網(wǎng)絡(luò)的信息作為背景知識，識別出攻擊目標(biāo)發(fā)布的匿名圖中的某些特定節(jié)點(diǎn)作為種子節(jié)點(diǎn)，利用種子節(jié)點(diǎn)，進(jìn)一步實現(xiàn)其鄰居節(jié)點(diǎn)的識別。NarayananA,ShmatikovV.RobustDe-anonymizationofLargeSparseDatasets2008De-anonymizingsocialnetworks.SecurityandPrivacy,SecurityandPrivacy，2009去匿名化De-anonymity?

基于特定模式精確匹配?

基于種子匹配?

基于相似度的匹配IMDB影評庫2.屬性匿名推測群組傾向性預(yù)測由他人公開信息造成的隱私泄露W.

W.

Zachary,

An

information

flow

model

for

conflict

andfission

in

small

groups,

Journal

of

Anthropological

Research屬性重識別攻擊Zheleva等人研究發(fā)現(xiàn)，參與同一小組的用戶傾向于具有相似的屬性。并可利用用戶的群組標(biāo)簽對用戶可能具有的屬性進(jìn)行預(yù)測。ZhelevaE,GetoorL.Tojoinornottojoin:theillusionofprivacyinsocialnetworkswithmixedpublicandprivateuserprofiles.WWW2009Mislove等人研究發(fā)現(xiàn)，用戶可能與其好友具有類似的屬性。可以通過好友的公開信息對用戶未公開的信息進(jìn)行推測。MisloveA,Viswanath

B,GummadiK

P,et

al.Youarewhoyouknow:inferring

userprofilesin

onlinesocialnetworks.InProceedingsofthethirdACM

internationalconferenceonWebsearch

anddatamining.

ACM,2010:251-2603.關(guān)系匿名推測邊匿名猜測攻擊：社交網(wǎng)絡(luò)中群組的存在，使得用戶之間的匿名聯(lián)系仍有可能推測出來。簡單邊匿名、隨機(jī)邊匿名方案匿名效果不理想，可用性差。連接關(guān)系重識別攻擊Newman等人發(fā)現(xiàn)，兩個用戶間的共同朋友越多，兩者間具有連接關(guān)系的可能性越大。提出根據(jù)共同朋友預(yù)測連接關(guān)系的模型Adamic等人分析了節(jié)點(diǎn)間共同朋友的度數(shù)與節(jié)點(diǎn)間建立連接可行性之間的關(guān)系，Zhou等人建立了資源分配模型對節(jié)點(diǎn)間信息流動進(jìn)行分析，并預(yù)測連接關(guān)系。ZhouT.etc.Predictingmissinglinksvialocalinformatio].TheEuropeanPhysicalJournalB,2009,71(4):623-630.Zhou等人發(fā)現(xiàn)，在某些社交網(wǎng)絡(luò)圖中，與共同朋友間具有弱連接的兩者，更容易形成朋友關(guān)系。據(jù)此提出了基于弱連接的朋友關(guān)系預(yù)測。LüL,ZhouT.Linkpredictioninweightednetworks:Theroleofweakties[J].EPL(EurophysicsLetters),2010,89(1):18001.4.位置隱私位置-社交關(guān)系攻擊SalvatoreScellato等人在社交網(wǎng)絡(luò)中使用社交關(guān)系和用戶的簽到歷史信息，對稀疏的預(yù)測空間進(jìn)行壓縮，通過機(jī)器學(xué)習(xí)的方法對用戶的社交關(guān)系進(jìn)行預(yù)測，并取得了良好的預(yù)測效果。Exploitingplacefeaturesinlinkpredictiononlocation-basedsocialnetworks2011作者HuoZheng等人提出一種安全的社交網(wǎng)絡(luò)簽到系統(tǒng)框架，該系統(tǒng)以用戶之間的社交關(guān)系、用戶的簽到歷史軌跡信息以及地理位置信息為背景，對用戶可能去過的位置進(jìn)行預(yù)測，并將預(yù)測的位置反饋給用戶，詢問用戶是否真實簽到。FeelFreetoCheck-in_PrivacyalertagainstHiddenLocationInferenceAttacksinGeoSNs2013結(jié)束語

當(dāng)前，用戶使用社交網(wǎng)絡(luò)時，難以避免個人隱私泄露威脅

需要從國家與社會層面限定互聯(lián)網(wǎng)企業(yè)對用戶隱私信