基于完全自治的个人数据交易的隐私保护机制研究

Big data exchange, as a type of emerging industry, breaks the information island and industry information barriers to achieve the maximization of the value of the data. Because personal data is an important data source for the large data exchange, the protection of personal privacy will be very important in the exchange. That privacy information can be fully autonomy is not only the embodiment of personal data ownership, but also an effective means to achieve privacy protection actively. With the increasing emphasis on privacy, the privacy data processed by autonomy will become more and more. However, how to effectively protect the privacy data processed by the full autonomy still is a key issue to be solved urgently. For this purpose, this project is intended to study personal privacy protection mechanism based on fully autonomy and to analyze the availability and security of data. The research contents mainly include: 1) proposing a fully autonomous privacy protection mechanism for relational data; 2) establishing a fully autonomous privacy protection mechanism based on the location-based service; 3) presenting a fully autonomous privacy protection mechanism for the privacy data in the social network; 4) analyzing the performance of the full autonomous privacy protection model and proposing methods for improving the model performance. The research results involve a number of categories of personal data privacy protection methods, lay the foundation to implement privacy protection for individual privacy, and promote the practicability of personal data in the exchanges.

大数据交易是打破信息孤岛及行业信息壁垒，实现数据价值最大化的新兴产业。个人数据是大数据交易的一个重要数据源，保护好交易中个人数据隐私安全将至关重要。数据中隐私可完全自治是个人数据确权的体现，也是个人实现对隐私主动保护的有效手段，随着人们对隐私保护的越来越重视，经过隐私自治处理后的数据也将越来越多。然而，如何对隐私完全自治处理后的数据进行有效的隐私保护仍是亟待解决的关键问题。为此，本项目拟研究隐私完全自治的个人隐私保护机制和数据实用性与安全性问题。主要研究内容包括：1）提出关系型数据中的隐私完全自治隐私保护机制；2）提出基于位置服务上的隐私完全自治的隐私保护机制；3）提出基于社交网络中的隐私完全自治的隐私保护机制；4）分析隐私完全自治的隐私保护模型性能并提出性能改进的方法。研究成果包含了个人数据隐私保护的众多范畴，为个人隐私完全自治的隐私保护实现奠定了基础，并推动了个人数据交易走向实用。

个人数据是大数据交易的重要数据源，对个人数据隐私的保护是确保交易安全实施的重要保障。目前，人们对隐私保护的越来越重视，经过隐私自治处理后的数据也将越来越多。本项目致力于研究隐私完全自治处理后的数据在发布与使用过程中存在的隐私泄露问题，主要研究内容包括：1）面向关系型数据中的隐私保护机制的研究；2）基于位置服务上的隐私保护机制研究；3）面向社交网络中的隐私保护机制研究；4）隐私保护模型性能优化。针对上述研究内容，本项目基于匿名处理、数据重构、加密等技术，提出一系列用于关系型数据的隐私保护模型；基于事件触发一致性算法、粒子群算法、加密算法等，设计了面向位置服务上的隐私保护方案；基于压缩感知、加密、区块链、分布式优化、联邦学习、可信计算等技术，提出了一系列用于社交媒体数据的隐私保护机制；基于伪随机数生成、神经网络算法、进化计算等技术对隐私保护模型进行优化。研究成果以学术论文的形式发表于行业相关的期刊与会议上，超额完成了项目预定的目标。项目相关工作，为个人隐私完全自治的隐私保护实现奠定了理论基础，对于个人数据实现安全交易提供技术支撑与保障。