导读:本文包含了隐私语义论文开题报告文献综述及选题提纲参考文献,主要关键词:差分隐私,数据发布,贝叶斯网络,数据分析
隐私语义论文文献综述
郝志峰,王日宇,蔡瑞初,温雯[1](2019)在《基于贝叶斯网络与语义树的隐私数据发布方法》一文中研究指出为在隐私预算相同的条件下提高发布数据的可用性,在PrivBayes的基础上,提出一种改进的隐私数据发布方法PrivBayes_Hierarchical。基于贝叶斯网络隐私数据发布方法的思想,引入语义树对含有层次关系的数据属性进行抽象,使用贝叶斯网络描述数据属性之间的依赖关系。利用格雷码减少随机噪声对数据精度的影响,并对贝叶斯网络结构学习方法进行优化,以减少不必要的隐私预算消耗,提高数据可用性。实验结果表明,该方法在公开数据集下可以获得比PrivBayes更高的数据精度,从而提升隐私数据集的可用性。(本文来源于《计算机工程》期刊2019年04期)
陶健[2](2018)在《基于语义的隐私保护车辆轨迹数据挖掘技术研究》一文中研究指出随着车载智能终端设备、各种定位技术(GPS、GSM、RFID等)和存储技术的快速发展,海量车辆轨迹数据被收集存储,并应用于用户行为分析、交通流量预测、异常车辆检测等多个领域。然而车辆轨迹数据中含有的大量冗余信息和敏感信息又制约着车辆轨迹数据挖掘的发展。因此,本文基于离线车辆轨迹数据,利用车辆轨迹的时空特征以及相关语义知识进行展开研究,具体研究工作如下:(1)针对基于轨迹时空属性的停留点提取方法实用性低的问题,本文从轨迹语义的角度剖析车辆轨迹的特点,提出一种不依赖真实路网环境的车辆轨迹停留点提取算法;利用真实出租车轨迹数据集的实验结果表明,该算法相比现有停留点提取算法有更好的实用性。(2)针对基于轨迹空间属性的兴趣区域挖掘方法应用性低的问题,本文从轨迹时空属性的角度并结合用户出行习惯,提出基于密度的时空聚类算法来细粒度发现兴趣区域的变化,同时利用地理反编码技术和ArcGIS软件,对兴趣区域进行语义标注,并可视化在地图上。仿真实验结果表明,该算法相比现有兴趣区域挖掘算法有更好的应用性,且可以直观的发现不同时段兴趣区域分布。(3)针对车辆轨迹移动模式挖掘时会泄露车辆位置隐私问题,本文从车辆轨迹语义的角度保护敏感位置,提出基于语义空间匿名的移动模式挖掘算法。该算法利用兴趣点的地理空间分布特征,对轨迹停留点进行空间匿名以满足(k,l)隐私保护模型的同时,实现频繁移动模式挖掘;理论分析算法的安全性,仿真实验验证算法不仅有效降低轨迹信息损失度,而且对发现的频繁移动模式的空间语义解释性更高。(本文来源于《安徽师范大学》期刊2018-06-01)
黎孟[3](2018)在《基于语义多样性的位置隐私保护算法研究》一文中研究指出随着智能手机的普及以及存储性能、计算性能的提高,人们越来越多地利用基于位置的服务(LBS,Location-based service)来服务于社会生活。然而频繁地访问LBS服务器会暴露用户的个人位置信息,进而泄露用户的个人隐私。在隐私成为我们日益关注的今天,如何去解决这种位置隐私泄露问题成为了当下研究的热点。为了解决用户的位置隐私问题,目前常用的方法是是基于假地址的位置隐私保护算法。由于该方法中请求结果准确率不稳定,以及匿名区域包含的语义信息单一导致用户身份隐私泄露,为了解决这两个方面的问题,本文提出了两种新的位置隐私保护算法,主要工作包括以下两个方面:1.基于生成假地址效率高容易在客户端生成等特点,提出了一种新的基于质心的全假地址位置隐私保护算法。该算法在客户端生成全假地址,在服务器端采用基于质心方法的搜索查询近邻。实验结果表明,与传统的方法相比,本方法不仅能够保护用户的位置隐私,还能降低通信成本,提高服务器返回结果准确率,减少服务器端的请求处理时间。2.提出了一种L-多样性的位置隐私保护算法。本文引入了语义位置SL(Sematic Location)的概念,根据用户访问时间将语义位置用一个24维向量标记。采用余弦定理区分不同的语义位置,并将L-语义多样性作为假地址生成标准,即生成的假地址所包含的语义位置信息不少于L。实验结果表明,该算法在位置熵,相对匿名度RAL等实验指标上改善很大。与传统方法相比,该算法生成的假地址能够有效地防止攻击者进行语义攻击。(本文来源于《湖南大学》期刊2018-05-09)
冯雅昀[4](2018)在《连续LBS下语义位置轨迹隐私保护技术研究》一文中研究指出随着移动互联网技术的快速发展和智能终端设备的普及,基于位置的服务(Location based Service,LBS)已成为最受欢迎的移动互联网服务之一。各种各样的位置服务为人们生活带来了便捷,与此同时,用户位置及其相关敏感信息却面临着被泄漏的威胁。这些暴露的隐私信息极容易被攻击者所利用,对用户的切身利益构成严重危害。用户使用LBS时的隐私保护已成为了亟待解决的问题。基于位置的服务是指,位置服务提供商根据用户提交的当前位置信息和查询请求,返回与该位置相关查询结果的服务。在连续LBS查询请求下,用户持续提交的一系列位置信息构成了用户的移动轨迹。轨迹数据中蕴含了丰富的时空信息,极具分析和挖掘价值,政府和科研机构均加强了对轨迹数据研究的投入。如果这样的轨迹数据被恶意的攻击者掌握,用户的个人隐私将岌岌可危。近年来,对LBS所产生的轨迹数据及其语义信息的保护已经成为了隐私领域的研究热点。针对连续LBS场景下轨迹隐私保护存在的问题,本文归纳了当前的轨迹隐私保护研究工作,分析了连续轨迹的关联特征以及轨迹保护的需求和目的。先针对语义位置隐私提出了基于兴趣点分布的语义位置匿名区域生成算法,实现了一种K-匿名、L-差异的语义位置隐私保护系统。而后本文提出了一种创新的四层轨迹隐私保护系统架构,结合了前面所提出的语义位置隐私保护系统,实现了一种支持连续LBS请求的抗关联攻击的语义轨迹隐私保护系统。本文的主要贡献及创新点有以下几个方面:(1)本文依据城市兴趣点分布不均匀但位置相对固定,且与人群分布高度正相关的特点,提出一种基于兴趣点分布的位置匿名区域生成算法,能高效实现K-匿名、L-差异的语义位置隐私保护。(2)本文提出了连续LBS请求下所要达到的轨迹隐私保护目的,即轨迹的匿名性、不可关联性和敏感差异性。分析了连续LBS请求的关联特征,并提出了相应的抗关联攻击操作,实现了轨迹前向隐私与后向隐私的双重保护。(3)本文提出一种创新的四层轨迹隐私保护系统架构,将访问位置语义匿名与经过位置假名更换相结合,并在用户与中心匿名服务器之间引入假名服务器,避免了中间服务器遭受攻击可能导致的用户隐私泄漏。(本文来源于《重庆大学》期刊2018-04-01)
霍峥,崔洪雷,贺萍[5](2018)在《基于语义位置保护的轨迹隐私保护的k-CS算法》一文中研究指出针对轨迹数据隐私保护算法数据可用性低及易受语义位置攻击和最大运行速度攻击等问题,提出了一种在路网环境中基于语义轨迹的隐私保护算法——k-CS算法。首先,提出了两种路网环境中针对轨迹数据的攻击模型;然后,将路网环境中基于语义轨迹的隐私问题定义为k-CS匿名问题,并证明了该问题是一个NP难问题;最后,提出了一种基于图上顶点聚类的近似算法将图上的顶点进行匿名,将语义位置由相应的匿名区域取代。实验对所提算法和轨迹隐私保护经典算法(k,δ)-anonymity进行了对比,实验结果表明:k-CS算法在数据可用性、查询误差率、运行时间等方面优于(k,δ)-anonymity算法;平均信息丢失率比(k,δ)-anonymity算法降低了20%左右;算法运行时间比(k,δ)-anonymity算法减少近10%。(本文来源于《计算机应用》期刊2018年01期)
杨旸,刘佳,蔡圣暐,杨书略[6](2018)在《云计算中保护数据隐私的快速多关键词语义排序搜索方案》一文中研究指出可搜索加密技术主要解决在云服务器不完全可信的情况下,支持用户在密文上进行搜索.该文提出了一种快速的多关键词语义排序搜索方案.首先,该文首次将域加权评分的概念引入文档的评分当中,对标题、摘要等不同域中的关键词赋予不同的权重加以区分.其次,对检索关键词进行语义拓展,计算语义相似度,将语义相似度、域加权评分和相关度分数叁者结合,构造了更加准确的文档索引.然后,针对现有的MRSE(Multi-keyword Ranked Search over Encrypted cloud data)方案效率不高的缺陷,将创建的文档向量分块,生成维数较小的标记向量.通过对文档标记向量和查询标记向量的匹配,有效地过滤了大量的无关文档,减少了计算文档相关度分数和排序的时间,提高了搜索的效率.最后,在加密文档向量时,将文档向量分段,每一段与对应维度的矩阵相乘,使得构建索引的时间减少,进一步提高了方案的效率.理论分析和实验结果表明:该方案实现了快速的多关键词语义模糊排序搜索,在保障数据隐私安全的同时,有效地提高了检索效率,减少了创建索引的时间,并返回更加满足用户需求的排序结果.(本文来源于《计算机学报》期刊2018年06期)
郑耀辉[7](2017)在《路网环境下基于位置语义的个性化隐私保护机制研究》一文中研究指出随着通讯设备的普及和定位技术的发展,基于位置服务已经涉及到日常生活的方方面面。用户在使用该类服务时,需提供个人的位置信息和身份信息。当数据服务器安全性不高,或服务提供商本身就存在恶意目的时,用户的个人信息则会被窃取,导致用户隐私泄露。如何在保证用户享受服务的同时,保护用户隐私安全值得深入研究。本文先对现存位置隐私保护工作进行介绍,总结现存模型和算法中存在的不足之处。针对使用流行度对语义信息建模中存在不足的地方,本文提出了语义影响力的概念,用于描述位置的语义信息,各语义位置拥有不同的语义影响力。此外,现存大部分工作无考虑同一位置包含多种语义类型的情况,本文提出语义影响力向量的概念,路段上各种不同语义类型的语义影响力组成语义影响力向量。基于语义影响力向量,本文提出敏感度淡化算法;该算法采用贪心策略,每一轮选择敏感度最低的候选路段加入匿名集来完成匿名保护工作;敏感度淡化算法可以很快构造出实现隐私保护的匿名集,但其没有考虑攻击者的推理攻击和重放攻击。因此,本文提出路段距离的概念,各候选的路段距离由该路段到用户所在路段的最短跳数决定;基于该路段距离,确定各候选路段的权值范围,并采用随机机制从中选择一数值作为路段的权值。基于路段的权值,本文对敏感度淡化算法进行改进,提出基于权值的敏感度淡化算法。基于权值的敏感度淡化算法优先选择加权后敏感度最低的候选路段构造匿名集,使得所构造的匿名集紧凑,具有更强的抗攻击能力。最后,本文在路网模拟器NGMO上进行仿真实验,对算法进行评估。实验表明,算法能在满足用户隐私要求的情况下,能够抵抗攻击者的重放攻击和推理攻击。(本文来源于《华南理工大学》期刊2017-04-30)
田凯[8](2017)在《基于路网的语义位置隐私保护算法的研究》一文中研究指出随着定位技术的发展和手机等智能设备的广泛应用,基于位置的服务给我们的生活带来了极大的便利。由于用户在使用基于位置服务时,需要提供精确的位置信息,攻击者可以截获用户的位置信息,并推测出用户的兴趣爱好、行为偏好等,从而给用户的人身安全带来威胁,因此研究如何保护用户的位置隐私,具有重要的实用价值。本文综述了位置隐私保护领域的研究工作进展,介绍了广泛应用的几种位置匿名系统结构,分析了各种隐私保护方法的优缺点和应用范围。由于已有的隐私保护研究工作中大多没有考虑位置的语义,容易受到基于位置语义的推测攻击。本文针对已有语义位置隐私保护方法的不足,从优化查询开销和提高算法安全性出发,提出环优先结构优化算法和抗攻击的增强算法。环优先结构优化算法将路网地图转换为边簇图,从用户的位置出发,启发式地添加匿名集结构敏感的邻居,直到找到一个满足用户隐私需求的匿名集代替用户的准确位置。抗攻击增强算法在环优先结构优化算法的基础上,引入可控的随机性来平衡查询开销和算法抗攻击能力。本文使用两个真实地图数据集进行实验,实验结果表明本文提出的算法匿名成功率高,抗攻击能力强,同时系统开销小,具有良好的可扩展性。(本文来源于《华南理工大学》期刊2017-03-01)
马明杰,杜跃进,李凤华,刘佳文[9](2016)在《基于语义的位置服务隐私保护综述》一文中研究指出位置服务发展引起的隐私泄露问题已不容忽视。基于语义的位置隐私保护是位置隐私保护工作中的重要组成部分。首先总结了近年来基于语义的位置隐私保护研究工作,包括隐私保护设计中的关键因素、语义保护可行性、相关概念等;随后讨论了基于语义的位置隐私保护机制、语义相似度测量方法、隐私保护度量方法等;最后展望了基于语义的位置隐私保护未来的研究方向。(本文来源于《网络与信息安全学报》期刊2016年12期)
裘咏霄[10](2016)在《基于语义字典的隐私保护研究》一文中研究指出伴随着互联网技术和移动终端设备的迅速普及,依托网络实现资金支付、融通以及进行信息中介服务的互联网金融获得迅速发展。越来越多的用户选择在互联网进行信息的搜集、商品买卖、资金交易等。然而用户的检索内容在很大程度上能够暴露用户的隐私,这使得用户安全受到威胁。本文采用基于语义字典的方法为用户提供模糊检索,扩大检索范围,减少隐私暴露。(本文来源于《智富时代》期刊2016年S1期)
隐私语义论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
随着车载智能终端设备、各种定位技术(GPS、GSM、RFID等)和存储技术的快速发展,海量车辆轨迹数据被收集存储,并应用于用户行为分析、交通流量预测、异常车辆检测等多个领域。然而车辆轨迹数据中含有的大量冗余信息和敏感信息又制约着车辆轨迹数据挖掘的发展。因此,本文基于离线车辆轨迹数据,利用车辆轨迹的时空特征以及相关语义知识进行展开研究,具体研究工作如下:(1)针对基于轨迹时空属性的停留点提取方法实用性低的问题,本文从轨迹语义的角度剖析车辆轨迹的特点,提出一种不依赖真实路网环境的车辆轨迹停留点提取算法;利用真实出租车轨迹数据集的实验结果表明,该算法相比现有停留点提取算法有更好的实用性。(2)针对基于轨迹空间属性的兴趣区域挖掘方法应用性低的问题,本文从轨迹时空属性的角度并结合用户出行习惯,提出基于密度的时空聚类算法来细粒度发现兴趣区域的变化,同时利用地理反编码技术和ArcGIS软件,对兴趣区域进行语义标注,并可视化在地图上。仿真实验结果表明,该算法相比现有兴趣区域挖掘算法有更好的应用性,且可以直观的发现不同时段兴趣区域分布。(3)针对车辆轨迹移动模式挖掘时会泄露车辆位置隐私问题,本文从车辆轨迹语义的角度保护敏感位置,提出基于语义空间匿名的移动模式挖掘算法。该算法利用兴趣点的地理空间分布特征,对轨迹停留点进行空间匿名以满足(k,l)隐私保护模型的同时,实现频繁移动模式挖掘;理论分析算法的安全性,仿真实验验证算法不仅有效降低轨迹信息损失度,而且对发现的频繁移动模式的空间语义解释性更高。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
隐私语义论文参考文献
[1].郝志峰,王日宇,蔡瑞初,温雯.基于贝叶斯网络与语义树的隐私数据发布方法[J].计算机工程.2019
[2].陶健.基于语义的隐私保护车辆轨迹数据挖掘技术研究[D].安徽师范大学.2018
[3].黎孟.基于语义多样性的位置隐私保护算法研究[D].湖南大学.2018
[4].冯雅昀.连续LBS下语义位置轨迹隐私保护技术研究[D].重庆大学.2018
[5].霍峥,崔洪雷,贺萍.基于语义位置保护的轨迹隐私保护的k-CS算法[J].计算机应用.2018
[6].杨旸,刘佳,蔡圣暐,杨书略.云计算中保护数据隐私的快速多关键词语义排序搜索方案[J].计算机学报.2018
[7].郑耀辉.路网环境下基于位置语义的个性化隐私保护机制研究[D].华南理工大学.2017
[8].田凯.基于路网的语义位置隐私保护算法的研究[D].华南理工大学.2017
[9].马明杰,杜跃进,李凤华,刘佳文.基于语义的位置服务隐私保护综述[J].网络与信息安全学报.2016
[10].裘咏霄.基于语义字典的隐私保护研究[J].智富时代.2016