面向隐私保护的数据块调整机制

发布时间：2018-11-29 11:18

【摘要】：在云计算环境下,通过分块混淆的隐私保护机制,将租户的数据分成多个数据块,并且存储到不同的数据节点上,以此实现数据的隐私保护.虽然该方法可以实现在明文状态下保护租户数据的隐私安全,但在实际环境中,由于租户的隐私需求、数据需求是可变的,导致云端底层的数据块结构和存储位置发生变化,因此在这种隐私保护机制下依然存在隐私泄露的风险.所以该文基于分块混淆隐私保护方法,提出一种面向隐私保护的数据块调整机制.该机制首先根据租户更新后的隐私约束,基于少动性原则,对原始的隐私保护策略中违背隐私约束的数据块进行分割;然后再结合隐私约束,重组数据块,并生成隐私保护调整策略;由于数据块分割结果的多样性,导致最终生成的可行隐私保护策略并不唯一,所以该文最后综合隐私需求、性能需求、负载需求和不对等均衡,提出了一种基于全局最优的隐私保护策略选择算法,实现从多种可行策略中筛选出满足所有要求的最优调整策略.实验结果表明,该文提出的数据块调整机制,可以找到一种最优的隐私保护调整策略,并且满足系统的性能和负载要求,增强租户数据的隐私保护效果.
[Abstract]:In cloud computing environment, the tenant's data is divided into multiple data blocks and stored on different data nodes through block obfuscation privacy protection mechanism, so as to achieve data privacy protection. Although this method can protect the privacy of tenant data in clear text state, in the actual environment, the data requirement is variable because of the tenants' privacy requirement, which leads to the change of data block structure and storage location in the cloud. Therefore, there is still the risk of privacy disclosure under this privacy protection mechanism. So this paper proposes a data block adjustment mechanism for privacy protection based on blocking obfuscation privacy protection method. Firstly, according to the tenants' updated privacy constraints and the principle of minimization, the original privacy protection policies are used to segment the data blocks which violate the privacy constraints. Then combined with privacy constraints, the data block is reorganized, and the privacy protection adjustment strategy is generated. Due to the diversity of data block segmentation results, the resulting feasible privacy protection strategy is not unique, so this paper finally integrates privacy requirements, performance requirements, load requirements and unequal balance. A globally optimal privacy protection policy selection algorithm is proposed to select the optimal adjustment strategies from a variety of feasible strategies to meet all the requirements. Experimental results show that the proposed data block adjustment mechanism can find an optimal privacy protection adjustment strategy, meet the performance and load requirements of the system, and enhance the privacy protection effect of tenant data.
【作者单位】： 山东大学计算机科学与技术学院;
【基金】：山东省泰山产业领军人才工程专项经费(tscy20150305) 山东省重点研发计划(2016GGX101008,2016ZDJS01A09) 山东省自然科学基金重大基础研究项目(ZR2017ZB0419)资助~~
【分类号】：TP309

【相似文献】

中国期刊全文数据库 前10条

1 ;守住你的秘密——隐私保护神[J];计算机与网络;2002年05期

2 高密;薛宝赏;;我的电脑信息 隐私保护很强大[J];网友世界;2010年11期

3 ;隐私保护的10个准则[J];个人电脑;2000年07期

4 刘振;;浅谈办公室电脑隐私保护[J];办公自动化;2008年20期

5 孙超仁;;给你看隐私中的隐私 隐私保护软件的开发故事[J];电脑爱好者;2009年14期

6 刘永红;申艳光;;隐私保护粒计算模型的研究[J];河北农业大学学报;2010年05期

7 丹娜·博伊德;;为什么隐私保护没有消失[J];科技创业;2010年11期

8 张志祥;金华;朱玉全;陈耿;;基于有损连接的个性化隐私保护[J];计算机工程与设计;2011年09期

9 飘零雪;;防狗仔,拒绝流出隐私[J];电脑迷;2011年22期

10 刘小波;;一种敏感信息共享隐私保护框架[J];图书情报工作;2011年13期

中国重要会议论文全文数据库 前10条

1 孙通源;;基于局部聚类和杂度增益的数据信息隐私保护方法探讨[A];中国水利学会2013学术年会论文集——S4水利信息化建设与管理[C];2013年

2 张亚维;朱智武;叶晓俊;;数据空间隐私保护平台的设计[A];第二十五届中国数据库学术会议论文集（一）[C];2008年

3 张鹏;于波;童云海;唐世渭;;基于随机响应的隐私保护关联规则挖掘[A];第二十一届中国数据库学术会议论文集（技术报告篇）[C];2004年

4 桂琼;程小辉;;一种隐私保护的分布式关联规则挖掘方法[A];2009年全国开放式分布与并行计算机学术会议论文集(下册)[C];2009年

5 俞笛;徐向阳;解庆春;刘寅;;基于保序加密的隐私保护挖掘算法[A];第八届全国信息隐藏与多媒体安全学术大会湖南省计算机学会第十一届学术年会论文集[C];2009年

6 李贝贝;乐嘉锦;;分布式环境下的隐私保护关联规则挖掘[A];第二十二届中国数据库学术会议论文集（研究报告篇）[C];2005年

7 徐振龙;郭崇慧;;隐私保护数据挖掘研究的简要综述[A];第七届（2012）中国管理学年会商务智能分会场论文集（选编）[C];2012年

8 潘晓;郝兴;孟小峰;;基于位置服务中的连续查询隐私保护研究[A];第26届中国数据库学术会议论文集（A辑）[C];2009年

9 汪涛;杨义先;;RFID的认证与隐私保护[A];2006通信理论与技术新进展——第十一届全国青年通信学术会议论文集[C];2006年

10 余永红;;集成访问控制和隐私保护机制的安全数据库研究[A];第二十五届中国数据库学术会议论文集（一）[C];2008年

中国重要报纸全文数据库 前10条

1 独立分析师 陈志刚;隐私管理应归个人[N];通信产业报;2013年

2 记者 武晓黎;360安全浏览器推“隐私浏览”模式[N];中国消费者报;2008年

3 张晓明;隐私的两难[N];电脑报;2013年

4 本报实习生 张月朦 本报记者 董晨;大数据时代，，谁来保护我们的隐私[N];新华日报;2013年

5 本报记者 邹大斌;隐私保护,老问题再添新忧[N];计算机世界;2013年

6 记者 马意

本文编号：2364849