差分隐私保护研究综述.pdfVIP

第２９卷第９期 计 算 机 应 用 研 究 Ｖｏｌ２９Ｎｏ９ ２０１２年９月　 ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ Ｓｅｐ．２０１２ 差分隐私保护研究综述 ａ，ｂ ｂ ａ，ｂ 李　杨 ，温　雯 ，谢光强 （广东工业大学ａ．自动化学院；ｂ．计算机学院，广州５１０００６） 摘　要：差分隐私保护通过添加噪声使数据失真，从而起到保护隐私的目的，对于一个严格定义下的攻击模型， 其具有添加噪声少、隐私泄露风险低的优点。介绍了差分隐私保护的理论基础和最新研究进展，详细阐述了分 类、聚类等差分隐私学习方法的最新研究情况，介绍了一个差分隐私保护的应用框架ＰＩＮＱ（ｐｒｉｖａｃｙｉｎｔｅｇｒａｔｅｄ ｑｕｅｒｉｅｓ），并对未来的研究发展方向进行了展望。 关键词：差分隐私；隐私保护；数据失真；数据挖掘；数据发布 中图分类号：ＴＰ３０９　　　文献标志码：Ａ　　　文章编号：１００１３６９５（２０１２）０９３２０１０５ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１３６９５．２０１２．０９．００１ Ｓｕｒｖｅｙｏｆｒｅｓｅａｒｃｈｏｎｄｉｆｆｅｒｅｎｔｉａｌｐｒｉｖａｃｙ ａ，ｂ ｂ ａ，ｂ ＬＩＹａｎｇ ，ＷＥＮＷｅｎ，ＸＩＥＧｕａｎｇｑｉａｎｇ （ａ．ＳｃｈｏｏｌｏｆＡｕｔｏｍａｔｉｏｎ，ｂ．ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒｓ，ＧｕａｎｇｄｏｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｇｕａｎｇｚｈｏｕ５１０００６，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｄｉｆｆｅｒｅｎｔｉａｌｐｒｉｖａｃｙａｐｐｒｏａｃｈｍａｋｅｓｄａｔａｄｉｓｔｏｒｔｉｏｎｔｏｐｒｅｓｅｒｖｅｐｒｉｖａｃｙｂｙｍｅａｎｓｏｆａｄｄｉｎｇｎｏｉｓｅ．Ｔｏａｒｉｇｏｒｏｕｓｄｅ ｆｉｎｅｄａｔｔａｃｋｉｎｇｍｏｄｅｌ，ｄｉｆｆｅｒｅｎｔｉａｌｐｒｉｖａｃｙｅｎｓｕｒｅｓｔｈａｔａｄｄｉｎｇｌｉｔｔｌｅａｍｏｕｎｔｏｆｎｏｉｓｅｈａｖｅａｌｏｗｒｉｓｋｏｆｐｒｉｖａｃｙｄｉｓｃｌｏｓｕｒｅ．Ｔｈｉｓ ｐａｐｅｒｓｕｒｖｅｙｅｄｔｈｅｄｅｆｉｎｉｔｉｏｎｏｆｄｉｆｆｅｒｅｎｔｉａｌｐｒｉｖａｃｙ，ｓｈｏｗｅｄｔｈｅｎｅｗｅｓｔｒｅｓｕｌｔｓｉｎｒｅｓｅａｒｃｈ，ｉｎｔｒｏｄｕｃｅｄａｌｇｏｒｉｔｈｍｓｏｆｃｌａｓｓｉｆｙ， ｃｌｕｓｔｅｒｉｎｇｏｎｄｉｆｆｅｒｅｎｔｉａｌｌｙｐｒｉｖａｔｅｌｅａｒｎｉｎｇ，ａｎｄｐｒｅｓｅｎｔｅｄａｄｉｆｆｅｒｅｎｔｉａｌｐｒｉｖａｃｙａｐｐｌｉｃａｔｉｏｎｆｒａｍｅｗｏｒｋＰＩＮＱ（ｐｒｉｖａｃｙｉｎｔｅｇｒａｔ ｅｄｑｕｅｒｉｅｓ）．Ｆｉｎａｌｌｙ，ｔｈｉｓｐａｐｅｒｄｉｓｃｕｓｓｅｄｄｉｒｅｃｔｉｏｎｓｆｏｒｆｕｔｕｒｅｒｅｓｅａｒｃｈ． Ｋｅｙｗｏｒｄｓ：ｄｉｆｆｅｒｅｎｔｉａｌｐｒｉｖａｃｙ；ｐｒｉｖａｃｙｐｒｅｓｅｒｖｉｎｇ；ｄａｔａｄｉｓｔｏｒｔｉｏｎ；ｄａｔａｍｉｎｉｎｇ；ｄａｔａｒｅｌｅａｓｉｎｇ 录不可区分［２，３］。ｋ匿名易受到一致性攻击（ｈｏｍｏｇｅｎｅｉｔｙａｔ 　引言 ［４］ ｔａｃｋ）和背景知识攻击（ｂａｃｋｇｒｏｕｎｄｋｎｏｗｌｅｄｇｅａｔｔａｃｋ） 。基于 随着互联网技术的迅猛发展，数据的共享变得越来越便 ｋ匿名在一致性攻击和背景知识