多方数据融合挖掘安全与隐私保护参考架构研究

保障用户隐私安全前提下的数据共享与流通成为业界焦点,我国于ISO/IEC JTC1/SC27提出国际标准研究项目《多方数据融合挖掘安全与隐私保护参考架构》,围绕多方数据的汇聚、融合与价值挖掘场景,提出从数据流入、融合、挖掘与流出环节的数据安全与隐私保护参考架构,为促进多方数据安全共享与流通提供标准支撑。

一种满足个性化差分隐私的多方垂直划分数据合成机制

当今时代,随着大数据技术的飞速发展和数据量的持续增加,大量数据不断被不同的公司或者机构收集,把来自不同公司或机构的数据聚合起来并发布,有助于更好地提供服务、支持决策。然而他们各自的数据中可能包含敏感程度不同的隐私信息,所以在聚合发布各方数据时需要满足个性化隐私保护要求。针对个性化隐私保护的多方数据聚合发布问题,该文提出满足个性化差分隐私的多方垂直划分数据合成机制(PDP-MVDS)。该机制通过生成低维边缘分布实现对高维数据的降维,用低维边缘分布更新随机初始的数据集,最终发布和各方的真实聚合数据集分布近似的合成数据集;同时通过划分隐私预算实现个性化差分隐私保护,利用安全点积协议和门限Paillier加密保证各方数据在聚合过程中的隐私性,利用分布式拉普拉斯机制有效保护了多方聚合边缘分布的隐私。该文通过严格的理论分析证明了PDP-MVDS能够确保每个参与方数据和发布数据集的安全。最后,在公开数据集上进行了实验评估,实验结果表明PDP-MVDS机制能够以低开销生成高效用的多方合成数据集。

满足差分隐私的多方水平划分数据合成机制

隐私保护的多方数据发布问题因其应用前景广泛而备受关注。针对隐私保护的多方数据发布问题,提出满足差分隐私的多方水平划分数据合成机制DP-MHDS。通过生成低维边缘分布实现对高维数据的降维,利用分布式拉普拉斯机制有效保护了多方聚合边缘分布的隐私。实验结果证实了DPMHDS能够生成高效用的多方合成数据集。

铁路数据隐私计算体系构建研究

针对铁路多方数据主体在数据共享中的数据隐私保护问题,为实现数据共享的目的与价值,研究构建铁路数据隐私计算体系。在概述隐私计算的理论与技术并介绍了铁路数据隐私计算需求场景的基础上,详细阐述了铁路数据隐私计算体系的架构和功能,并介绍了该体系的应用场景。构建铁路数据隐私计算体系,旨在提高铁路行业数据的利用效率,增强数据的安全性和隐私性,为铁路行业的数据分析和决策提供更多支持。

利用El Gamal密码体制解决安全多方多数据排序问题

基于El Gamal同态密码体制给出了一个解决百万富翁问题的扩展问题的协议——安全多方多数据排序协议。并使用安全多方计算的对安全性的定义,在半诚实模型下,对协议的正确性和安全性进行了理论证明。该协议为保密电子投标和拍卖、保密在线交易等新型电子交易奠定了基础。

基于多方位相干属性的断裂预测技术

地震相干属性是地震解释中识别大中尺度构造和地层异常的关键技术,目前常规属性技术基于叠后三维数据进行.宽方位地震采集和解释技术的发展为提高地下构造的地震识别精度提供了新思路,但如何利用丰富的宽方位地震数据开展地震几何属性研究仍具有挑战.因此,本文充分利用地质不连续面造成的地震异常在不同观测方位上的差异,以及垂直断裂构造走向的部分方位叠加数据对识别断裂有更好的效果,发展了一种基于方位地震数据提取多方位相干属性的方法.首先,在不同方位地震数据的三维分析窗中对地震道插值,沿不同方向构造方位分析窗,其次,在计算方位相干时,对方位分析窗内不同位置的地震道使用反距离加权算法计算权重,最后通过主成分分析技术实现多方位信息融合,并将归一化后的结果定义为最终多方位相干.实际应用验证了所提方法的有效性和稳定性,与常规方法相比,本文所提方法包含了地质构造不同方位的特征,在所有方向上突出了地质边缘,同时提供了局部和整体的不连续性,并且有效地提高了相干图像的信噪比.

基于OT的多方匿名身份查询协议

多方数据源的隐私信息安全检索是网络安全中亟待解决的问题,不经意传输技术的特点是能够保证各个参与方的数据安全,因此将不经意传输技术与密码学中的同态密码及对称密码相结合,设计了一种多方数据源匿名查询协议。首先,基于不经意传输的思想设计了一种三方匿名查询协议,给出了协议的模型及协议的具体流程。其次,对协议的正确性与安全性进行了证明与分析。最后,将三方匿名查询协议扩展到多方查询协议,并将其应用于数字产品交易中黑名单用户的验证,解决了在网络安全交易过程中买家用户恶意交易问题。实验数据表明,该算法在保证各方数据安全的情况下查询结果正确且效率高。

基于匿名查询的双向隐私保护方法

为应对多方数据查询中潜在的信息泄露、身份暴露以及查询内容泄露等安全风险,设计了一个保护多方隐私的匿名查询方法。通过结合ElGamal同态加密技术、不经意传输协议以及一次性会话密钥等多种加密手段,提出了一种基于匿名查询的双向隐私保护方法。该方法引入代理节点来执行所有的查询操作,从而有效隐藏查询方和被查询方的原始数据及查询行为,并支持多个机构在保护各自数据隐私的同时进行联合查询。通过测试验证,该方法可以提供高效的查询性能和准确的查询结果,有效保障各参与方的数据安全。