羅 麗

(江西科技師范大學(xué)理工學(xué)院，江西 南昌 330013)

1 引言

隨著企業(yè)私有云平臺(tái)的應(yīng)用，數(shù)據(jù)存儲(chǔ)方式都在向云計(jì)算平臺(tái)遷移，在大數(shù)據(jù)時(shí)代，大量數(shù)據(jù)的管理和分析，能夠?yàn)橛脩籼峁└影踩蛡€(gè)性化的服務(wù)，但也無法避免用戶隱私數(shù)據(jù)信息泄露風(fēng)險(xiǎn)。如何有效地保護(hù)個(gè)人隱私以及商業(yè)加密是現(xiàn)階段研究人員主要面臨的一個(gè)重要挑戰(zhàn)。

劉波濤等人[1]提出基于數(shù)字型的輕量級(jí)保形加密算法。利用輕量級(jí)分組密碼算法構(gòu)造數(shù)字型置換表，數(shù)字型明文與輕量級(jí)分組密碼的加密密鑰實(shí)施準(zhǔn)確對(duì)應(yīng)相加、取模操作，利用數(shù)字型置換表進(jìn)行置換加密操作，獲得數(shù)字型密文數(shù)據(jù)。從而達(dá)到對(duì)任何長度數(shù)字型數(shù)據(jù)加密前后格式不發(fā)生變化。李小倩等人[2]提出基于物理層安全加密算法。利用相位隨機(jī)化的信號(hào)進(jìn)行信道探測(cè)并提取出等效信道相位信息，對(duì)三維星座進(jìn)行物理層調(diào)制加密，對(duì)于接收端進(jìn)行解密解調(diào)。充分利用無線信道相位響應(yīng)的隨機(jī)性、互易性和位置敏感性，保證物理層信號(hào)的安全性。

但是上述兩種傳統(tǒng)方法只能對(duì)單一類型數(shù)據(jù)進(jìn)行加密，無法對(duì)混合數(shù)據(jù)信息進(jìn)行有效管理和加密。所提方法在云平臺(tái)建立混合數(shù)據(jù)框架，優(yōu)化其可擴(kuò)展性，運(yùn)用使用者查詢項(xiàng)模型進(jìn)行散度運(yùn)算，最后運(yùn)用匿名化策略對(duì)數(shù)據(jù)加密處理。該方法所得結(jié)果隱私性更高，并且能有效地保護(hù)混合數(shù)據(jù)信息，具有較高實(shí)用性。

2 基于私有云的混合型大數(shù)據(jù)泛化處理

2.1 私有云技術(shù)背景

計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的高速發(fā)展及應(yīng)用，使得各個(gè)企業(yè)的信息化程度也隨之加深，計(jì)算機(jī)軟件的更新速度急劇升高，眾多企業(yè)面臨著中心數(shù)據(jù)大量膨脹的問題，運(yùn)用私有云能夠有效解決該問題[3]。整合混合數(shù)據(jù)資源，通過軟件自動(dòng)管理，為用戶提供有效運(yùn)算和安全存儲(chǔ)的平臺(tái)，達(dá)到對(duì)混合數(shù)據(jù)的高效利用。基于此對(duì)原計(jì)算機(jī)所執(zhí)行的任務(wù)進(jìn)行轉(zhuǎn)移，根據(jù)私有云中的計(jì)算核心進(jìn)行合理運(yùn)算，從而實(shí)現(xiàn)資源共享。

在對(duì)私有云運(yùn)算時(shí)，用戶無需提供數(shù)據(jù)運(yùn)算和儲(chǔ)存資源，均由私有云數(shù)據(jù)中心提供，能夠減少復(fù)雜的維護(hù)程序環(huán)節(jié)，解決數(shù)據(jù)服務(wù)器框架結(jié)構(gòu)擴(kuò)展性差問題，通過網(wǎng)絡(luò)的連接將所運(yùn)算的數(shù)據(jù)信息發(fā)布到計(jì)算機(jī)中，能夠使數(shù)據(jù)呈現(xiàn)動(dòng)態(tài)流動(dòng)并具有靈活調(diào)配性。

私有云是企業(yè)針對(duì)現(xiàn)有設(shè)備構(gòu)建的滿足用戶安全使用要求的云平臺(tái)，當(dāng)用戶在使用私有云平臺(tái)時(shí)，云數(shù)據(jù)的安全及服務(wù)質(zhì)量都可以擁有有效的保障[4]。私有云平臺(tái)的資源是用戶專有的，具有高彈性。

2.2 混合數(shù)據(jù)平臺(tái)框架

私有云主要是為用戶在平臺(tái)上進(jìn)行單方面操作而建立的，因此需要對(duì)數(shù)據(jù)信息的安全性以及服務(wù)質(zhì)量設(shè)定一個(gè)標(biāo)準(zhǔn)。在提供安全平臺(tái)的基礎(chǔ)上，能夠合理控制其中的應(yīng)用程序。

在眾多數(shù)據(jù)源中，數(shù)據(jù)會(huì)逐漸自行分組，特征與形式均不相同。數(shù)據(jù)的形成速度較快并且規(guī)模龐大，很難運(yùn)用傳統(tǒng)的系統(tǒng)進(jìn)行高質(zhì)量儲(chǔ)存，更難以保證信息的準(zhǔn)確性[5]。本文采用分布式文件系統(tǒng)的實(shí)時(shí)存儲(chǔ)，在很大程度上為后續(xù)運(yùn)算做基礎(chǔ)。

混合型大數(shù)據(jù)平臺(tái)分為2個(gè)部分，一部分是根據(jù)數(shù)據(jù)平臺(tái)設(shè)計(jì)出的物理服務(wù)器，可以用于數(shù)據(jù)存儲(chǔ)與運(yùn)算。另一部分物理服務(wù)器依據(jù)云計(jì)算要求設(shè)計(jì)出相應(yīng)場景。2類服務(wù)器分別通過眾多冗余的接入交換機(jī)接到數(shù)據(jù)網(wǎng)絡(luò)中心。通過合理配置獲得數(shù)據(jù)所在網(wǎng)絡(luò)位置，為數(shù)據(jù)與云平臺(tái)兩者間提供交換通道。具體內(nèi)容如圖1所示。

圖1 混合數(shù)據(jù)平臺(tái)框架

2.3 私有云混合數(shù)據(jù)泛化處理

為增強(qiáng)匿名化操作的準(zhǔn)確性，需要對(duì)數(shù)據(jù)進(jìn)行混合數(shù)據(jù)泛化處理[6]，運(yùn)用信息損失指標(biāo)進(jìn)一步實(shí)施運(yùn)算，完成泛化具體操作。

設(shè)定泛化模型：gen：Child(q)→q，其中q代表域值，Child(q)表示被包含的各個(gè)子節(jié)點(diǎn)，ILPG的運(yùn)算表達(dá)式為

ILPG(gen)=IL(gen)/PG(gen)+1

(1)

其中，IL(gen)作為經(jīng)過泛化之后的信息損失，PG(gen)作為隱私增益，其數(shù)值可以根據(jù)數(shù)據(jù)值運(yùn)算獲得。Rx作為數(shù)據(jù)集的初始信息，其中包含能夠被泛化成x的屬性值。|Rx|作為Rx內(nèi)的數(shù)據(jù)值，I(Rx)作為Rx的熵?？梢缘贸鯥L(gen)的表達(dá)式即

(2)

在式(2)中，c為數(shù)據(jù)集內(nèi)的初始數(shù)據(jù)屬性值，可看做一個(gè)節(jié)點(diǎn)。q為眾多節(jié)點(diǎn)經(jīng)過泛化處理之后的域值。Rc為原數(shù)據(jù)集的初始信息，Rq為通過子節(jié)點(diǎn)泛化之后的數(shù)據(jù)集信息。

Ap(gen)為經(jīng)過泛化處理過后的匿名度，Ac(gen)為經(jīng)過泛化處理之前的匿名度，故得出泛化處理后的隱私增益表達(dá)式為

PG(gen)=Ap(gen)-Ac(gen)

(3)

綜上，完成對(duì)私有云混合數(shù)據(jù)的泛化處理。

3 混合型大數(shù)據(jù)匿名化加密

3.1 隱私大數(shù)據(jù)實(shí)用性增強(qiáng)

眾多匿名化算法都較為重視對(duì)信息失真的保護(hù)，但是若用戶混合數(shù)據(jù)與信息失真間的強(qiáng)關(guān)聯(lián)規(guī)則，將會(huì)加重隱私性威脅程度[7]。本研究運(yùn)用混合數(shù)據(jù)與信息失真度兩者間的聯(lián)系進(jìn)一步衡量隱私性與實(shí)用性。其表達(dá)式如下

(4)

(5)

式中，Pa(D′)為匿名化概率，m為屬性數(shù)量，Ji為在Qi內(nèi)的類數(shù)值的類別數(shù)量，entropy(Qi)為屬性Qi的熵，各個(gè)信息失真度屬性可能被匿名化的機(jī)率是1/m，pj為Qi內(nèi)遠(yuǎn)足的機(jī)率分布情況。

對(duì)匿名化的數(shù)據(jù)集其中一組信息記錄，用戶可以判斷出初始數(shù)據(jù)內(nèi)相對(duì)應(yīng)信息失真度發(fā)的機(jī)率是1/Pa(D′)。當(dāng)InPa(D′)的數(shù)值越大，則說明數(shù)據(jù)的隱私性越好[8]。

(6)

在式(6)中，utility表示數(shù)據(jù)實(shí)用性程度，其中對(duì)初始數(shù)據(jù)的改動(dòng)逐漸減少，所保留的混合數(shù)據(jù)重要信息越多，所得數(shù)據(jù)的實(shí)用性在很大程度上增強(qiáng)。

3.2 匿名化算法

在私有云環(huán)境下，搜索詞的相似度不僅是語言相似程度，還是查詢項(xiàng)的相關(guān)程度，運(yùn)用Jaccard系數(shù)進(jìn)一步運(yùn)算關(guān)鍵詞相似度[10]。

設(shè)置U(ti)作為查詢項(xiàng)目內(nèi)ti所覆蓋的用戶集，可將關(guān)鍵詞ti與tj間的相似度運(yùn)用Jaccard系數(shù)實(shí)施合理運(yùn)算，利用F(ti，tj)表示相似度，其表達(dá)式即

(7)

用戶查詢項(xiàng)模型的相似度運(yùn)算具有2種情況，分別是：含有權(quán)值較大的關(guān)鍵詞狀況，此處可作為最大興趣點(diǎn)[11]。最大興趣點(diǎn)與其它查詢項(xiàng)模型的集合作為最大相似度，能夠表示2個(gè)用戶查詢項(xiàng)模型的相似程度；在權(quán)值相同的情況下，各個(gè)詞語最大興趣集合與其它全部查詢項(xiàng)模型點(diǎn)集合分別實(shí)施合理運(yùn)算，最大相似度作為2個(gè)用戶查詢項(xiàng)模型的相似程度。

將用戶查詢項(xiàng)模型集合理分割成均等的多個(gè)簇，在各個(gè)簇內(nèi)至少包括k個(gè)用戶查詢模型相似。Ui表示第i個(gè)用戶的查找項(xiàng)模型，SU表示查找項(xiàng)模型集合，CI/ci表示在第I個(gè)簇內(nèi)的i個(gè)因素，C(CI)表示CI的中心點(diǎn)，L(C)表示一個(gè)完整的簇集合，E(CI)表示在CI內(nèi)的第一個(gè)因素，k表示用戶需求系數(shù)。

選取合適候選點(diǎn)，根據(jù)指數(shù)機(jī)制進(jìn)一步確保差分隱私，運(yùn)算用戶查找項(xiàng)模型Ui之間的相似程度，根據(jù)概率來選擇候選點(diǎn)，需滿足概率PUi，其表達(dá)式為

(8)

(9)

運(yùn)用Jaccard相似度進(jìn)行運(yùn)算。通過運(yùn)行程序形成發(fā)布數(shù)據(jù)并運(yùn)算出數(shù)據(jù)的損失度量，其中，ε=0.1，1，2≤k≤10。

根據(jù)同義詞詞林運(yùn)算詞語的相似程度，并與Jaccard相似度進(jìn)行對(duì)比分析，具體數(shù)據(jù)如表1所示。

表1 不同大數(shù)據(jù)項(xiàng)目相似度對(duì)比

從表1中可知，Jaccard系數(shù)運(yùn)算獲得的查詢項(xiàng)相似度更加的符合實(shí)際。在私有云網(wǎng)絡(luò)環(huán)境基礎(chǔ)下，各種詞語層出不窮，同義詞詞林無法概括全部詞語，而Jaccard系數(shù)根據(jù)網(wǎng)絡(luò)用戶潛在的網(wǎng)絡(luò)共識(shí)實(shí)施相似度合理運(yùn)算，不僅僅依靠于詞典，相比之下在網(wǎng)絡(luò)環(huán)境內(nèi)更為適用。

(10)

式中，Uj∈CI并且Uj≠C(CI)。

當(dāng)數(shù)據(jù)集的原始適應(yīng)度相同，需要綜合考慮其密度，合理運(yùn)算出其表達(dá)式為

d(Mi)=1/(σi+1)

(11)

式中，σi作為數(shù)據(jù)集Mi至其它數(shù)據(jù)集間的最近間隔，d(Mi)<1。圖2作為運(yùn)算數(shù)據(jù)集密度的例子。

圖2 適應(yīng)值的比較

圖2中可得出，數(shù)據(jù)集的實(shí)用性越差那么隱私性越高，M3相比其它數(shù)據(jù)集適應(yīng)值更為穩(wěn)定，它最近點(diǎn)的距離最短，擁有更高的密度值。根據(jù)以上步驟完成基于私有云的混合型大數(shù)據(jù)的匿名化加密。

4 實(shí)驗(yàn)結(jié)果分析

為驗(yàn)證所提方法的合理性和有效性，在Intel平臺(tái)中進(jìn)行100次迭代實(shí)驗(yàn)，為提高實(shí)驗(yàn)結(jié)果可靠性，在ARM設(shè)備中測(cè)試30次。將實(shí)驗(yàn)所得平均值作為實(shí)驗(yàn)結(jié)果。主要從用戶的角度出發(fā)，分析所提方法的操作時(shí)間與數(shù)據(jù)存儲(chǔ)空間的安全程度。

將所提方法與文獻(xiàn)[1]和文獻(xiàn)[2]方法進(jìn)行比較，測(cè)試不同方法處理后加密密文大小和轉(zhuǎn)換密文大小，具體結(jié)果如圖3所示。

圖3 不同方法下密文大小對(duì)比

由圖3實(shí)驗(yàn)結(jié)果可知，對(duì)100個(gè)屬性的匿名化策略用戶端進(jìn)行加密時(shí)，通過私有云的密文合理轉(zhuǎn)換后的密文不超過5kB。相比之下，另外兩種傳統(tǒng)方法下密文大小高達(dá)20kB～25kB，由此可得出傳統(tǒng)方法下密文會(huì)占用更大存儲(chǔ)空間。相比之下所提方法能夠處理大量的運(yùn)算量外包給私有云，一定程度上減輕了用戶端的運(yùn)算量與成本以及內(nèi)存占用。

為進(jìn)一步驗(yàn)證所提方法的有效性，利用文獻(xiàn)[1]方法、文獻(xiàn)[2]方法作為對(duì)照實(shí)驗(yàn)組，進(jìn)行方法運(yùn)行時(shí)長測(cè)試。為提升實(shí)驗(yàn)結(jié)果的可靠性，本次測(cè)試分為非外包加密和外包加密兩類，在不同平臺(tái)中測(cè)試獲得的加密時(shí)間與匿名化策略中的屬性個(gè)數(shù)N有關(guān)聯(lián)，三種方法的運(yùn)行處理時(shí)間對(duì)比如圖4所示。

圖4 用戶加密時(shí)間

圖4(a)實(shí)驗(yàn)結(jié)果顯示，匿名化策略中的屬性個(gè)數(shù)為100時(shí)，所提匿名化加密方法的非外包裝所需時(shí)間3s，而兩種文獻(xiàn)方法均大于20s，從圖4(b)可知，所提匿名化加密方法的外包裝所需時(shí)間0.35s，而兩種傳統(tǒng)文獻(xiàn)方法均大于2s?？梢?，相比其它方法，所提方法更加節(jié)省運(yùn)算時(shí)所花費(fèi)的時(shí)間，能夠較快的完成對(duì)數(shù)據(jù)的加密處理，具有顯著的優(yōu)越性。

5 結(jié)論

數(shù)據(jù)匿名化處理能夠使用戶在私有云平臺(tái)上的信息得到保障。本次研究建立私有云框架，為安全運(yùn)算中心提供穩(wěn)定的平臺(tái)，并且有效提高了運(yùn)行時(shí)效?；诖藰?gòu)建出混合數(shù)據(jù)平臺(tái)，以較低的成本來實(shí)現(xiàn)更優(yōu)可擴(kuò)展性，而且不被任何一種私有技術(shù)限定。運(yùn)用混合數(shù)據(jù)與信息失真度之間的聯(lián)系衡量出蘊(yùn)含的隱私性，再通過散度進(jìn)一步衡量匿名數(shù)據(jù)集與原始數(shù)據(jù)集的相似程度，進(jìn)而證明匿名數(shù)據(jù)可用性程度。仿真結(jié)果表明，所提方法能夠更大程度上減少運(yùn)行時(shí)間，具有較高安全性和實(shí)用性性。