暂无评论
.
针对跨系统协同过滤推荐中用户信息安全问题,提出一个安全计算模型。模型基于安全多方计算理论,使用轻量级分组密码算法LBlock加密第三方提供的数据,并用RSA密码系统管理密钥。以该模型为安全基础,结合随
转自CCF,网址:https://dl.ccf.org.cn/lecture/lectureDetail?id=4663454625204224
以公钥基础设施、权限管理基础设施和X.509标准中发布的属性证书为理论基础,提出了在开放域环境中与服务器端逻辑地位对等的、保护客户端敏感信息的安全访问控制模型。该模型可以很好地解决现在一些系统中存在的
数据发布中的隐私保护是当前的研究热点,隐私保护数据发布自提出以来,已吸引许多学者展开研究。本书融合了作者近年来致力于该领域研究的科研成果。本书主要阐述数据共享发布中的两大主要隐私保护模型及其关键算法。
互联网开放平台提供的用户信息授权服务得到了广泛应用,但其在满足第三方网站的数据挖掘需求时往往将用户隐私信息交由多方存储,因而加重用户隐私滥用与泄露风险。针对这一问题,提出了一种开放平台与网站间的分布式
对差分隐私的基本概念和实现方法进行了介绍,提出了一种用于决策树分析的差分隐私保护数据发布算法。该算法首先将数据完全泛化,然后在给定的隐私保护预算下采用指数机制将数据逐步精确化,最后根据拉普拉斯机制向数
网络隐私权问题由来已久,大数据时代个人信息加工方式发生了很大改变,加剧了网络隐私侵权问题。随着民众隐私意识的日益增强,信息安全问题引起了极大的关注和讨论。本文旨在结合大数据环境下个人隐私安全存在的一些
现有的大多数隐私保护技术往往忽略了敏感属性不同取值和准标识符属性之间存在的特殊关联,并且各领域对于数据隐私保护的多方面要求,使得发布的匿名数据需要满足复合隐私约束。对近似敏感属 性值和复合隐私约束进行
随着大数据时代的到来,数据挖掘技术被广泛应用,而线性查询作为该技术中最基础和最频繁的操作,其隐私保护在数据分析和数据发布隐私保护中占有极其重要的位置。交互式线性查询的交互增加了数据的处理量,运用传统的
暂无评论