多敏感属性微数据发布隐私保护关键技术研究

微数据(Microdata)是指与个体相关的数据，这些数据在统计分析及趋势预测中发挥越来越重要的作用，然而，出于个体隐私的考虑，其发布和使用一直受到很大程度的限制。本课题的研究将为多敏感属性微数据的安全发布提出有效的匿名模型和匿名化算法。研究内容包括：(1) 研究多敏感属性微数据的泄密渠道，提出多敏感属性微数据的隐私保护匿名模型。(2) 研究多敏感属性微数据匿名模型的实现算法，包括：基于泛化与噪音技术的匿名化算法、基于泛化与微聚集技术的匿名化算法以及面向动态数据集的匿名化算法等。(3) 从安全性和可用性两个角度，提出匿名数据质量评估模型，为匿名模型和算法的选择提供依据。研究意义：通过本项目的研究，将提出有效的多敏感属性微数据发布隐私保护的匿名模型和算法，研究成果对微数据安全发布以及基于微数据分析的相关研究具有重要的理论意义和应用价值。

微数据(Microdata)是指与个体相关的数据，这些数据在统计分析及趋势预测中发挥越来越重要的作用，微数据在给人们提供巨大方便的同时，也会威胁到个人的隐私。课题研究从匿名模型、匿名化算法和匿名数据评估模型3个角度研究了微数据发布中的隐私保护问题，成果包括：.(1) 匿名模型方面，课题针对不同的攻击形式提出了一系列的匿名模型，包括：抵制多敏感属性关联攻击的(l, m)-多样性模型；提出了抵制近似攻击的(k, e)-匿名模型；抵制度攻击和敏感边攻击的(k,l)-匿名模型；抵制度、敏感边以及敏感属性联合攻击的(k,l,m)-匿名模型；抵制单点链接攻击的(k, δ, l)-匿名模型；提出抵制子轨迹链接攻击的(k, δ, l)m-匿名模型和(k, δ, s)-匿名模型等。.(2) 匿名化技术与算法方面，匿名模型的实现通过匿名化算法实现的，匿名化算法又是基于一定的匿名技术。课题提出了一系列的匿名技术，包括：微聚集技术与泛化技术相结合的MAGE技术；噪音技术与泛化技术结合的GN技术；面向多敏感属性的ANGELMS技术；基于分解技术的多敏感属性的Slice技术；分解重构技术等。另外，我们针对所提出的匿名模型或匿名技术，提出了相对应的匿名化算法，用以实现匿名模型，包括：实现(l,m)-多样性的两个匿名化算法——BottomUp算法和TopDown算法；基于ANGELMS技术的MSB-KACA匿名化算法；基于MAGE技术的TSCKA匿名化算法；GREANON算法和ACGREANON；m-NWA算法和Center-NWA算法等。.(3) 匿名数据的评估模型方面，匿名数据的质量评估是衡量算法好坏的重要尺度，课题提出的每个匿名模型、匿名技术、匿名算法，均会提出和应用合适的匿名数据评估模型用于匿名模型、匿名技术和匿名算法的评估。.(4) 匿名化平台方面，课题组研究了现有的匿名技术、匿名模型和匿名化算法，并实现了基于这些技术的匿名化工具，开发了4套软件系统包括：基于泛化技术的匿名化平台、基于微聚集技术的匿名化平台、基于分解技术的匿名化平台以及具有隐私保护功能的LBS匿名系统。.通过本课题的研究，我们提出一系列的隐私保护的匿名模型和算法，发表相关论文20余篇，在国内外产生一定影响，完成隐私保护匿名化系统4个，登记相关软件著作权4个，完成了预期的工作。