检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
作 者:周旭晨 王智慧 王宇[1,2] 朱云[1,2] 李思勤[1,2] 汪卫 Zhou Xuchen;Wang Zhihui;Wang Yu;Zhu Yun;Li Siqin;Wang Wei(School of Computer Science,Fudan University,Shanghai 201203,China;Shanghai Key Laboratory of Data Science,Fudan University,Shanghai 201203,China)
机构地区:[1]复旦大学计算机科学技术学院,上海201203 [2]上海市数据科学重点实验室(复旦大学),上海201203
出 处:《计算机应用与软件》2020年第1期298-303,313,共7页Computer Applications and Software
基 金:国家自然科学基金项目(61572135,61772138,U1636207);上海市科技发展基金项目(16JC1400801)
摘 要:大数据时代,数据开放过程中的隐私保护研究是重要的研究领域之一。现有的隐私保护研究致力于对数据中的敏感信息进行匿名化、添加噪音、扰动等处理以保护隐私,但在一些数据使用场景下要求使用原始数据。在这种情境下对数据开放带来的隐私泄露风险进行评估,就显得尤为重要。在对现有隐私保护研究进行总结的基础上,提出一种基于矩阵计算的隐私泄露评估方法,为支持数据开放提供了有力保障。In the era of big data,research on privacy protection in the process of data openness is one of the important research areas.Current research of privacy protection is dedicated to anonymizing sensitive data,adding noise,and disturbances to protect privacy.However,data users may ask to use raw data in some situations.It is very important to evaluate the risk of privacy leakage in data openness.This paper summarizes current research of privacy protection,and then proposes a privacy leakage evaluation method based on matrix calculation,which provides a strong guarantee for supporting data openness.
分 类 号:TP3[自动化与计算机技术—计算机科学与技术]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.3