基于聚类匿名化的差分隐私保护数据发布方法differentiallyprivate.pdfVIP

第37 卷第5 期 通 信 学 报 Vol.37 No.5 2016 年5 月 Journa l on Communications May 2016 doi:10.11959/j .issn.1000-436x.2016 100 基于聚类匿名化的差分隐私保护数据发布方法 刘晓迁，李千目 （南京理工大学计算机科学与工程学院，江苏 南京 2 10094 ） 摘 要：基于匿名化技术的理论基础，采用 DBSCAN 聚类算法对数据记录进行聚类，实现将个体记录匿名化隐 藏于一组记录中。为提高隐私保护程度，对匿名化划分的数据添加拉普拉斯噪声，扰动个体数据真实值，以实现 差分隐私保护模型的要求。通过聚类，分化查询函数敏感性，提高数据可用性。对算法隐私性进行证明，并实验 说明发布数据的可用性。 关键词：差分隐私；隐私保护；聚类；数据发布；匿名化 中图分类号：TP392 文献标识码：A Differentially private data release based on clustering anonymization LIU Xiao-qian, LI Qian-mu (Schoo l o f Computer Sc ience and Engineer ing, N anj ing University o f Sc ience and Techno lo gy, N anj ing 2 10094, China) Abstract: Based on the theory of anonymization, the DBSCAN m ethod was app lied to divide all the data records into differ ent group s to cover ind ividuals. To provide priv enhancem ent, the Lap lace noise w as added to the anonymized p artitioned data to p erturb the real value of data record so that the requirem ents of differential priv acy model wer e satis- fied . With the clustering op eration, the sens itivity of the query function has b een p artitioned to improve data utility. The proof of privacy has b een giv en and exp erimental r esu lts have b een provided to evaluate th e utility of the released data. Key words: differ ential privacy, privacy preservation, clustering, data release, anonymization 录进行扰动，确保隐私信息不被泄露，同时保证发布 1 引言 数据的可用性。换言之，隐私保护数据发布致力于数 互联网、传感技术和大数据的迅猛发展促使数据 据发布给使用者和查询者之前的数据清洁工作，通过 以指数增量急速暴涨，这些数据为政府部门