【摘 要】
：
数据发布的隐私保护问题被广泛关注和研究,如何在用户隐私信息不被泄露的情况下保证大量数据的高可用性成为一大挑战.由于大数据的海量性、多样性和高速性,导致传统面向数据
【机 构】
：
辽宁工业大学 电子与信息工程学院,辽宁 锦州121001
论文部分内容阅读
数据发布的隐私保护问题被广泛关注和研究,如何在用户隐私信息不被泄露的情况下保证大量数据的高可用性成为一大挑战.由于大数据的海量性、多样性和高速性,导致传统面向数据发布的隐私保护模型不能保证隐私安全.当前亟需对大数据发布的隐私保护技术发展现状进行梳理,为大数据发布的隐私保护重点问题的研究和突破提供参考.因此,分析了现存的攻击模型,分类介绍了分组技术、加密技术和失真技术的隐私保护方法,对最新研究算法进行归纳和整理,总结了数据发布在具体领域的应用,根据对现有技术的了解,提出了未来数据发布中隐私保护问题所面临的挑战和展望.
其他文献
入侵检测系统中原始数据多为高维数据,针对基于频繁模式高维孤立点挖掘算法不易获取完全频繁模式和时间复杂度高等问题,提出了一种基于最大频繁模式因子的高维孤立点挖掘算法
随着物联网的发展,大规模的数据传输增大了网络负载和数据分流时间.为了优化数据分流时间,本文在边缘计算的环境中,提出基于马尔可夫决策过程(MDP)的分流节点选择策略.本文首
针对睡眠呼吸暂停低通气综合征结合沈阳市某医院的数据对睡眠呼吸暂停低通气综合征的相关诊断指标及潜在病因进行频繁项集的挖掘.常用的Apriori算法实用性较强但效率不高且有
机械通气人机不同步检测对于改善重症病人的呼吸状态具有重要意义.本文提出了一种应用小波多尺度特征的算法对其进行自动检测.首先对原始呼吸波形进行预处理;然后在对呼吸波
边缘计算作为云计算的协同与补充,未来需要应对物联网50％的细小、实时的数据.同时,边缘AI的兴起,对成本受限的边缘节点的计算资源、存储资源和网络资源提出了更高的要求.如何
随着现代智能交通系统的发展,准确的交通流量预测,尤其是短时交通流量的预测,对实时交通控制的重要性日益凸显.为了解决交通流量数据强非线性对预测精度的影响,本文基于最小