基于安全多方计算的隐私保护异常检测算法研究

发布时间：2021-11-08 12:16

　　异常检测和隐私保护是当前数据分析和数据挖掘领域的重要研究方向。随着信息技术的发展,数据来源更加多元化,当数据分布在不同站点,基于法律和隐私层面的考虑,需要设计出对应的隐私保护方案,在各站点联合检测异常的同时保护各站点的隐私数据。基于以上需求,本文提出了基于安全多方计算的隐私保护异常检测算法,主要研究工作包括以下两个方面的内容:1.针对垂直分布的数据源,本文提出一种基于域连通的隐私保护异常检测算法,算法旨在高效检测异常的同时保护每个参与方隐私数据。根据域连通异常检测算法ODCD,首先定义连通半径的概念,基于全局计算出连通半径来连通数据点,遍历完整个数据集将连通不到的数据点判为异常,对连通的簇进行异常簇的判定,并将其扩展到分布式数据集中。利用Paillier同态加密技术和数据扰动矩阵设计安全多方计算协议,保证了数据在传输和交互中的安全,有效抵抗多方合谋攻击,简化加解密操作。通过实验对比与对安全协议的分析,验证了提出的算法能在高效检测异常数据的同时保证各参与方隐私数据安全。2.本文提出了基于AVF的隐私保护异常检测算法。根据数据水平分布的特性,提出水平分布下的AVF异常检测算法,利用候选异常... 

【文章来源】：桂林电子科技大学广西壮族自治区

【文章页数】：55 页

【学位级别】：硕士

【部分图文】：

三维仿真数据集

径r 的最大满足条件，如图 3-1 选取了包表示数据集中某点的第 k + 1远距离( k 1)thd+减 3-1 中，1r 代表距离目标点 x 的第二远距离表距离目标点第六远距离与第五远距离的5 明显大于1r ，此时出现差值跳变，表明 p同一簇内的各点相对集中，且簇内目标点簇间距离差值跳变明显。因此当差值kr 出其它簇中数据点或异常点（如图 3-1 中点基于全局数据的分布，本文连通半径r 选( )1 1, , , ,k Nr max r r r = 。用该值进行距离常点。异常簇图 3-1 连通半径

图 3-4(a) Synthetic 2 原始数据集图 3-4(b) 异常数据集图3-4(c) 近邻数据点距离的差值平均 图 3-4(d) 异常检测效果图

【参考文献】：
期刊论文
[1]改进的DBSCAN聚类和LAOF两阶段混合数据离群点检测方法[J]. 石鸿雁,马晓娟.  小型微型计算机系统. 2018(01)
[2]一种基于top-m Dk-Outlier的隐私保护异常数据检测算法[J]. 叶云,余勇,黄刘生,石聪聪,李尼格,怀梦迪.  小型微型计算机系统. 2016(12)
[3]大数据隐私保护技术综述[J]. 方滨兴,贾焰,李爱平,江荣.  大数据. 2016(01)
[4]差分隐私保护及其应用[J]. 熊平,朱天清,王晓峰.  计算机学报. 2014(01)
[5]电能质量监测网录波数据压缩方法[J]. 刘毅,周雒维,冯浩.  电网技术. 2010(04)
[6]数据挖掘中隐私保护的随机化处理方法[J]. 李蒙,宋翰涛.  计算机工程与科学. 2005(02)

博士论文
[1]基于数据质量与势熵的聚类算法研究[D]. 王大魁.武汉大学 2016
[2]数据共享中隐私保护方法研究[D]. 原永滨.哈尔滨工程大学 2014
[3]基于数据挖掘的分布式异常检测[D]. 周俊临.电子科技大学 2010

硕士论文
[1]基于安全多方计算的隐私保护异常检测算法的外包计算[D]. 刘浩东.哈尔滨工业大学 2017
[2]基于数据挖掘的用电数据异常的分析与研究[D]. 张荣昌.北京交通大学 2017
[3]面向数据挖掘的隐私保护方法研究与应用[D]. 司若倩.南京邮电大学 2016
[4]基于Paillier加密算法的私密近邻检测研究[D]. 綦晓伟.北京交通大学 2016
[5]软件定义网络中支持隐私保护的跨域异常检测研究[D]. 边慧善.北京理工大学 2016
[6]基于安全多方协议的电子商务隐私保护协同计算研究[D]. 梁飞.广东工业大学 2014
[7]基于乘法扰动的数据挖掘隐私保护算法研究[D]. 石雅强.广东工业大学 2012
[8]隐私保护离群点检测算法的研究[D]. 张倩.江苏大学 2010
[9]基于地址编码的空间数据聚合及泛化方法研究与应用[D]. 张晶晶.东华大学 2010



本文编号：3483675