文献类型：期刊文章

作　　者：熊金波[1,2,3] 王敏燊[1] 田有亮[2] 马蓉[1] 姚志强[1,3] 林铭炜[1]

XIONG Jin-Bo;WANG Min-Shen;TIAN You-Liang;MA Rong;YAO Zhi-Qiang;LIN Ming-Wei(College of Mathematics and Informatics, Fujian Normal University, Fuzhou 350117, China;Guizhou Provincial Key Laboratory of Public Big Data （Guizhou University）, Guiyang 550025, China;Fujian Provincial Key Laboratory of Network Security and Cryptology, Fujian Normal University, Fuzhou 350007, China)

机构地区：[1]福建师范大学数学与信息学院,福建福州350117 [2]贵州省公共大数据重点实验室(贵州大学),贵州贵阳550025 [3]福建省网络安全与密码技术重点实验室,福建福州350007

出　　处：《软件学报》

基　　金：国家自然科学基金(61772008;61502102;61370078;61363068);福建省自然科学基金(2015J05120;2016J05149;2017J05099);贵州省公共大数据重点实验室开放课题基金(2017BD KFJJ028);福建省高校杰出青年科研人才培育计划(2015;2017);贵州省科技拔尖人才项目(黔教合KY[2016]060)~~

年　　份：2018

卷　　号：29

期　　号：7

起止页码：1963-1980

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD2017_2018、EI、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：隐私保护技术是云计算环境中防止隐私信息泄露的重要保障,通过度量这种泄露风险可反映隐私保护技术的隐私保护强度,以便构建更好的隐私保护方案.因此,隐私度量对隐私保护具有重大意义.主要对现有面向云数据的隐私度量方法进行综述:首先,对隐私保护技术和隐私度量进行概述,给出攻击者背景知识的量化方法,提出云数据隐私保护技术的性能评价指标和一种综合评估框架;然后,提出一种云数据隐私度量抽象模型,从工作原理和具体实施的角度对基于匿名、信息熵、集对分析理论和差分隐私这4类隐私度量方法进行详细阐述;再从隐私度量指标和度量效果方面分析和总结这4类方法的优缺点及其适用范围;最后,从隐私度量的过程、效果和方法这3个方面指出云数据隐私度量技术的发展趋势及有待解决的问题.

关 键 词：隐私泄露 隐私度量  数据隐私 隐私保护 差分隐私  

分 类 号：TP309]