利用差分隐私噪声扰动的单词替换方法-关业礼.pdfVIP

ThenameoftheDepartment

BeijingForestStudio

部门名称

北京理工大学信息系统及安全对抗实验中心

利用差分隐私噪声扰动的

数据脱敏方法

硕士研究生关业礼

2021年12月05日

内容提要

•背景简介

•基本概念

•算法原理

•优劣分析

•应用总结

•参考文献

2

内容提要

•预期收获

–1.了解数据脱敏的基本概念。

–2.理解差分隐私噪声扰动的技术原理。

–3.了解差分隐私在数据脱敏上的应用及研究方向。

3

背景介绍

•2018年，美国社交媒体脸书

（Facebook）的5000万用户信息在

用户不知情的情况下，被政治数据

公司“剑桥分析”获取并利用。

•包含敏感信息的用户信息能起到什

么作用？

–精准投放广告或咨询内容；

–恶意人肉搜索；

–电信诈骗。

4

背景介绍

•数据脱敏是指敏感数据的漂白、变形或去

隐私化，从而有效可靠地保护敏感数据。

数据脱敏应满足以下要求：

–脱敏数据尽可能保留原始数据特征，包括

分布曲线和统计特征；

–避免从脱敏数据中恢复完整的原始数据；

–脱敏后的数据能够开发、生产和发布，而

不泄露敏感信息。

5

背景介绍

•不同输入下数据脱敏所使用的方法：

6

基本概念

基本概念

基本概念

•差分隐私定义：

–对于一对相邻的数据集D和D’，查询获得相同结果的概率非常接近。ε-差分隐私的

定义公式如下：含义：无论一个个体数据是否在数据库中，

攻击者通过查询获得近乎相同的数据。

随机化算法M是在D

上做任意查询操作，两个数据库加上统

查询后对数据结果一随机噪声之后查

添加噪声。询结果为c的概率。

姓名手机是否单身−Pr(=)

张三130…是≤≤隐私预算，反

Pr(′=)映差分隐私保

……否