基于负调查的云数据隐私保护关键问题研究

Cloud platforms usually need to collect privacy data from a large number of users. According to the collected cloud data, cloud platforms can analyze the data and predict hot information and issues, and the cloud platforms can then be improved and maintained. Although existing methods of privacy protection for cloud data can protect the users’ privacy to a certain degree, there is plenty of room for improvement in the high computation of users’ and degree of privacy protection. Depending on two key problems about privacy protection of cloud data, this project is to study the Negative Survey-based privacy protection of cloud data by introducing the “Negative Survey” method to anonymous data collection and processing. Comparing with other traditional methods such as encryption and data confusion, the advantage of the proposed Negative Survey-based method would attain privacy protection with lower computation of users’, low data size in communications, and higher degree to boost cloud platform users’ confidence.

云平台通常需要对大量用户的隐私数据进行收集，根据收集的云数据分析和预测热点信息和事件，并对云平台进行改进和维护。现有的云数据隐私保护方法虽然能在一定程度上保护用户的隐私，但在云平台客户端的CPU计算量、通信量以及隐私保护程度方面仍有较大的提升空间。本课题将围绕云数据隐私保护客户端“高计算量”和“用户参与不足”两个关键问题，研究基于“负调查”的云数据隐私保护方法，引入“负调查”方法对用户隐私数据进行匿名收集和处理。相对于加密、数据混淆等传统方法，本课题提出的基于“负调查”的云数据隐私保护理论与方法不仅能够降低客户端的计算量和数据发送量，而且能提高云数据的隐私保护程度，增强用户使用云平台的信心。

本项目围绕基于负调查的云数据隐私保护关键问题的理论基础和应用展开了深入研究，主要工作包括：.（1）提出一个近似方法，高效计算负调查的可信度。.（2）使用多选项负调查增强重建正调查数据精度，并分析和计算了多选项负调查的可信度，通过理论分析和实验验证多选项负调查重建正调查数据的精度提升。.（3）提出一个重建无负值正调查数据的算法，该算法将粒子群算法边界搜索能力强的优势与免疫网络算法相结合，可以搜索到更好的正调查结果，且适用性好，不要求负调查为均匀负调查。.（4）提出一个基于负数据库的双因子认证协议，该协议结合了负数据库生成的高效性和非对称加密双因子认证协议的安全性，在原有的基于负数据库的一次认证协议的基础上，增加了相互认证、抵抗验证表被盗攻击等功能。.（5）提出新的量化方法，量化负调查的精度和隐私度。该方法使用信息熵及相关理论，改进了现有方法只考虑最大后验概率而忽略其它小后验概率的问题。.（6）研究参与者对正确答案存在不确定性对负调查和正调查方法的精度和隐私度的影响。..研究成果包括SCI/EI检索论文6篇（第一标注），其中SCI/EI期刊论文2篇，EI会议论文4篇，培养硕士生3名。