西安武警工程大學(xué)研究生12隊(duì) 楊濟(jì)華

武警杭州士官學(xué)校 郭 程

差分隱私數(shù)據(jù)保護(hù)技術(shù)分析

西安武警工程大學(xué)研究生12隊(duì) 楊濟(jì)華

武警杭州士官學(xué)校 郭 程

數(shù)字化信息資源的廣泛產(chǎn)生、聯(lián)接、共享和應(yīng)用為社會(huì)生產(chǎn)、生活提供極大便利的同時(shí)，也給個(gè)體敏感信息的安全帶來了威脅。本文針對(duì)數(shù)據(jù)發(fā)布和分析環(huán)境下的隱私安全問題，研究了保護(hù)隱私的數(shù)據(jù)發(fā)布與分析算法，使其能夠提供更高準(zhǔn)確性和可用性結(jié)果的同時(shí)，確保個(gè)體的敏感信息不被泄露。

數(shù)據(jù)保護(hù)；隱私算法；差分隱私技術(shù)

1. 引言

互聯(lián)網(wǎng)的發(fā)展進(jìn)步令信息的記錄、處理和傳播變得極為便捷和廣泛。隨著計(jì)算機(jī)處理能力、數(shù)據(jù)庫(kù)技術(shù)的提升，數(shù)字化形式的信息呈現(xiàn)爆發(fā)式的增漲，層出不窮的各類信息系統(tǒng)也將數(shù)據(jù)的采集、發(fā)布、存儲(chǔ)和分析變得簡(jiǎn)單和高效。而信息社會(huì)為人類活動(dòng)提供效率和便利的同時(shí)，也無聲無息地記錄了大量關(guān)于個(gè)人、部門、企業(yè)的數(shù)據(jù)信息。當(dāng)這些信息被不正當(dāng)使用時(shí)，隱私安全問題便隨之產(chǎn)生，任何人都有可能面臨大數(shù)據(jù)時(shí)代的隱私危機(jī)。造成這一現(xiàn)象的原因，一方面是大量的訪問、共享以及分析數(shù)據(jù)方法手段的涌現(xiàn)，使得數(shù)據(jù)擁有者難以對(duì)數(shù)據(jù)進(jìn)行有效的管理。尤其是涉及隱私問題，各類數(shù)據(jù)被大量的收集和發(fā)布，這個(gè)過程中廣泛存在著隱私信息濫用的現(xiàn)象。另一方面，除了原始數(shù)據(jù)本身所具有的隱私信息以外，一些數(shù)據(jù)中所隱含的規(guī)則和模式同樣是需要保護(hù)的敏感信息。在數(shù)據(jù)挖掘技術(shù)不斷增強(qiáng)人們對(duì)信息駕馭能力的同時(shí)，如何防止其過程中隱私泄露也是一個(gè)亟待解決的問題。

2. 數(shù)據(jù)隱私保護(hù)研究概述

2.1隱私保護(hù)來源與發(fā)展

數(shù)據(jù)的隱私保護(hù)這一問題最早是由統(tǒng)計(jì)學(xué)家Dalenius在20世紀(jì)70年代末提出。他認(rèn)為，保護(hù)數(shù)據(jù)庫(kù)個(gè)體隱私信息，就是要使任何用戶（調(diào)用者）在訪問數(shù)據(jù)庫(kù)時(shí)不能任意獲取關(guān)于任意個(gè)體確切信息。在當(dāng)時(shí)這一定義具有理論上的指導(dǎo)意義，而現(xiàn)在看來它是主觀的和模糊的。

而經(jīng)過之后若干年的研究與改進(jìn)，提出了k-anonymity模型來處理在數(shù)據(jù)的發(fā)布當(dāng)中的隱私泄露以至于被盜用的問題。

k-anonymity模型通常采用泛化和壓縮技術(shù)對(duì)原始數(shù)據(jù)進(jìn)行匿名處理，以得到滿足k-anonymity模型規(guī)則的匿名數(shù)據(jù)。規(guī)則的核心是要求每組匿名處理后的數(shù)據(jù)中至少包含k條記錄，每條記錄都不能和其他至少k-1條記錄區(qū)別開來，從而阻止攻擊者根據(jù)類身份屬性識(shí)別目標(biāo)個(gè)體的對(duì)應(yīng)記錄。

k-anonymity及其擴(kuò)展模型在隱私保護(hù)領(lǐng)域影響深遠(yuǎn)且被廣泛研究，在它的基礎(chǔ)上又誕生了一系列隱私保護(hù)模型。這些模型的基本思想都是將數(shù)據(jù)集里與攻擊者背景知識(shí)相關(guān)的屬性定義為準(zhǔn)標(biāo)識(shí)符，通過對(duì)記錄的準(zhǔn)標(biāo)識(shí)符值進(jìn)行一系列的泛化、壓縮處理，使所有記錄被劃分成若干個(gè)等價(jià)類，每個(gè)等價(jià)類中的記錄具有相同的準(zhǔn)標(biāo)識(shí)符值，從而實(shí)現(xiàn)將一個(gè)記錄隱藏在一組記錄之中，這類模型也被稱為基于分組的隱私保護(hù)模型。

2.2隱私保護(hù)的缺陷與差分隱私

然而后續(xù)研究表明，這些模型存在兩個(gè)主要缺陷：

第一，這些模型并不能提供足夠的安全保障，它們總是因新型攻擊的出現(xiàn)而需要不斷完善。

第二個(gè)缺陷是這些早期的隱私保護(hù)模型無法提供一種有效且嚴(yán)格的方法來證明其隱私保護(hù)水平。

差分隱私：

差分隱私是在2006年針對(duì)統(tǒng)計(jì)數(shù)據(jù)庫(kù)的隱私泄露問題提出的一種新的隱私定義。在此定義下，對(duì)數(shù)據(jù)集的計(jì)算處理結(jié)果對(duì)于具體某一條記錄的變化是不敏感的，單個(gè)記錄在數(shù)據(jù)集中或者不在數(shù)據(jù)集中，對(duì)計(jì)算結(jié)果的影響微小。差分隱私能夠解決傳統(tǒng)隱私保護(hù)模型的兩個(gè)缺陷，首先，假設(shè)攻擊者掌握了攻擊目標(biāo)之外其余所有記錄信息，可以認(rèn)為這是攻擊者能夠掌握的最大信息量（最大背景），而差分隱私保護(hù)無需考慮攻擊者所擁有的相關(guān)信息，因?yàn)楣粽卟豢赡苷莆崭迂S富的信息量。其次，差分隱私技術(shù)在數(shù)學(xué)基礎(chǔ)之上對(duì)隱私保護(hù)進(jìn)行了嚴(yán)格的定義，而且提供了良好的量化測(cè)評(píng)，使各個(gè)參數(shù)處理的數(shù)據(jù)集具有了可比性。

2.3差分隱私定義

差分隱私保護(hù)模型的提出脫胎于數(shù)據(jù)庫(kù)安全理論中的一個(gè)簡(jiǎn)單構(gòu)想：當(dāng)數(shù)據(jù)集D中包含某個(gè)體A的信息時(shí)，在D上進(jìn)行任意查詢操作f（如排序、統(tǒng)計(jì)求和、求均值、取中位數(shù)以及其他復(fù)雜查詢等），將所得結(jié)果記為f（D）。如果將A的信息從數(shù)據(jù)集D中刪除后，再對(duì)D進(jìn)行同樣的查詢操作，所獲得的結(jié)果仍然為f（D），則可以認(rèn)為，A的信息并沒有因?yàn)楸话跀?shù)據(jù)集D中而產(chǎn)生額外的風(fēng)險(xiǎn)。

差分隱私的形式化定義如下：

則稱算法A提供ε-差分隱私保護(hù)，其中Pr［X］表示事件X發(fā)生的概率，即隱私泄露的風(fēng)險(xiǎn)，由算法A的隨機(jī)性所決定。參數(shù)ε稱為隱私保護(hù)預(yù)算，ε越小，算法A在兩個(gè)臨近數(shù)據(jù)集上輸出同樣結(jié)果的概率越相近，隱私保護(hù)程度越高。

3. 新興隱私保護(hù)技術(shù)前景

作為當(dāng)前新興的隱私保護(hù)技術(shù)，差分隱私在理論研究和實(shí)際應(yīng)用方面都有著非常廣闊的前景和重要的價(jià)值。該模型在提出之初，主要用于保護(hù)統(tǒng)計(jì)數(shù)據(jù)庫(kù)的隱私安全，使其能在發(fā)布數(shù)據(jù)庫(kù)的統(tǒng)計(jì)信息時(shí)保護(hù)其中個(gè)體的敏感信息?，F(xiàn)有的研究成果已經(jīng)證明，隨著相應(yīng)實(shí)現(xiàn)機(jī)制的不斷完善與發(fā)展，差分隱私理論既可以應(yīng)用于各種常見的統(tǒng)計(jì)查詢、數(shù)據(jù)發(fā)布等場(chǎng)景中，也可以在更高級(jí)的數(shù)據(jù)分析領(lǐng)域發(fā)揮作用，如機(jī)器學(xué)習(xí)、知識(shí)發(fā)現(xiàn)等。理論上的可證明性和應(yīng)用上的通用性使差分隱私理論得到了業(yè)內(nèi)學(xué)者們的廣泛認(rèn)可。

4. 小結(jié)

本文圍繞數(shù)據(jù)發(fā)布和分析環(huán)境下的隱私安全問題，致力于研究算法在保證個(gè)體敏感信息安全的同時(shí)，使數(shù)據(jù)發(fā)布與分析結(jié)果具有更高的準(zhǔn)確性和可用性，以促進(jìn)隱私上更加安全可靠、應(yīng)用上更加全面豐富的信息資源共享——開發(fā)技術(shù)的發(fā)展。差分隱私技術(shù)作為新興的隱私保護(hù)技術(shù)，能夠更加完善先前的隱私保護(hù)技術(shù)所存在的利用其相關(guān)信息的盲點(diǎn)進(jìn)行攻擊這一漏洞，提供了更加可靠的隱私保護(hù)技術(shù)。

［1］李奕霏.“人肉搜索”引發(fā)的隱私權(quán)侵權(quán)及其法律規(guī)制［J］.西北大學(xué)學(xué)報(bào)：哲學(xué)社會(huì)科學(xué)版，2010，43（5）：67-72.

［2］曾子平.發(fā)布數(shù)據(jù)的隱私保護(hù)技術(shù)研究［D］.重慶：重慶大學(xué)，2013.

［3］劉英超.面向分布式的數(shù)據(jù)挖掘隱私保護(hù)方法研究［D］.哈爾濱：哈爾濱工程大學(xué)，2013.

［4］Aggarwal G，F(xiàn)eder T， Kenthapadi K，et al.Anonymizing Tables［J］. Lecture Notes in Computer Science，2009：246-258.