移动互联网服务的隐私保护机制

探讨了考虑背景信息的位置和查询隐私保护方案,如基于背景信息的虚假位置k-匿名方案、同时保护位置和兴趣的隐私保护方案、基于交互的隐私保护方案,还探讨了基于用户隐私链拆分的实名认证和身份隐私保护策略;认为在避免可信第三方参与,敌手能够获取到背景信息的前提下,能够实现对用户身份、位置和查询隐私的保护,达到信任机制和隐私保护的有机结合将是未来隐私保护发展的趋势。     

智能移动终端的位置隐私保护技术

从位置隐私保护理论模型和位置隐私保护方法两个方面入手,对智能移动终端上的位置隐私保护研究现状进行了探讨,重点研究当前模型和方法的优缺点以及各自的适用场景;结合智能终端和移动互联网的发展趋势,指出当前位置隐私保护技术存在的问题,对未来的研究方向提出了建议。     

面向社交网络分析的差分隐私保护研究综述

阐述了数据的差分隐私保护概念,给出了差分隐私保护模型,从理论上描述了其噪声机制和组合性质,着重进述了差分隐私保护模型在社交网络发布数据隐私保护上的应用及发展,给出了差分隐私保护应用于度分布查询、子图计数、聚类系数计算、边权重计算等社交网络分析技术的实验结果。分析发现,研究差分隐私保护应重点考虑隐私预算和噪声机制,隐私预算决定了隐私保护强度,噪声机制决定了查询准确性;探讨差分隐私保护在社交网络领域的应用,是一个重要的研究方向。     

大数据背景下城市治理范畴内的伦理冲突

随着通信技术、信息技术和大数据技术在各行业应用的日趋成熟,大数据技术被广泛地应用于城市治理的各个环节,为城市治理带来了更加精准、快捷、有效的方法,在城市现代化治理的过程中发挥着重要作用。城市治理为大数据的发展提供了广阔空间,但大数据的应用也引发了一系列的风险,尤其在公民隐私保护方面,造成了一系列的伦理冲突。在大数据城市治理的背景下,如何帮助城市主体充分适应大数据常态化生活,为其争取更多的空间权益,提升人们的满足感极其重要。文章从伦理和隐私的维度对大数据背景下城市治理面临的风险进行深入探析,分析大数据城市治理下隐私保护伦理问题,积极寻求破解之道,对大数据时代城市治理隐私保护伦理问题,提出构建大数据伦理准则等对策,以便在数据开放、利用、智慧城市建设等方面,使每个个体都能在整个数据生命周期中充分享有自己的权利和履行应尽的义务。     

分区域的医学图像高容量无损信息隐藏方法

针对医学图像的分区域典型特征,提出一种基于区域和直方图平移的高容量无损信息隐藏方法。本方法用最大类间距分割法求得原始图像的前景区域,再用聚合多边形逼近和图像拟合法得到其数据嵌入区域。在数据嵌入过程中,提出利用差值直方图循环平移和基于编码的直方图平移方法分别在前景和背景区域嵌入数据,提高了原始直方图平移方法容量和解决了溢出问题。实验结果表明该方法总的嵌入容量可达1 bit/packet以上,并且隐秘图像质量在40dB左右,适用于具有区域特征的质量敏感图像的大容量信息隐藏。     

云环境下安全密文区间检索方案的新设计

针对目前密文区间检索多次断言存在信息泄露等问题,有单断言的密文区间检索方案(SRQSAE方案),并证明方案在唯密文攻击下的隐私安全性。对SRQSAE方案的安全性进行了分析,分析结果表明SRQSAE方案并不能隐藏搜索关键字的大小关系排序。通过在每次生成搜索索引或陷门消息时引入不同随机数的方法,提出了单断言的密文区间检索新方案。新方案对搜索关键字、区间的大小关系提供了很好的隐私保护;而且新方案在安全性提高的同时,并不以损失效率为代价。     

基于LSH的隐私保护POI推荐算法

基于位置的社交网络利用用户的签到数据进行兴趣点(POI)推荐,但是出于对数据隐私的考虑,各种社交平台之间不愿意直接共享数据。为综合各个社交平台的数据从而提供更好的POI推荐服务,提出一种基于局部敏感哈希(LSH)的隐私保护POI推荐算法。通过LSH选取相似用户集合,极大地减少计算量,满足用户的快速响应需求。利用LSH和Paillier同态加密技术,在计算过程中保护数据隐私不被泄露。真实数据集上的实验结果表明,在响应时间和预测准确度上,该算法优于传统基于用户的协同过滤推荐算法。     

基于差分隐私的混合位置隐私保护

针对现有差分隐私k-means算法对初始中心点敏感、用户位置数据误差偏大、可用性较低等问题,根据LBS的特点,引入人流密度的概念,提出一种基于差分隐私k-means的混合位置隐私保护方法。根据LBS特点将用户位置点分成离散位置点和非离散位置点,基于差分隐私技术,采用改进聚类算法对位置信息进行泛化和加噪;通过分析用户位置点的稀疏程度来确定离散点,对离散点位置信息采用基于差分隐私的单独加噪技术;对非离散点采用基于差分隐私的改进k-means算法进行泛化处理,以实现用户位置信息的隐私保护。仿真实验表明,在相同隐私预算的前提下,该方法具有较高的数据可用性。     

人工智能系统安全与隐私风险

本文从人工智能系统的关键环节—数据输入、数据预处理、机器学习模型和输出,分析了相应的安全隐私风险及对策,讨论了未来在人工智能系统安全隐私保护研究方面的发展与防范措施。     

MySQL数据库的数据隐私及安全机制研究

随着现代化信息技术发展与普及,互联网计算机系统已成为人们工作生活不可或缺一部分。MySQL数据库作为一种数据库管理系统,数据传输速度快,体积小,能够开放源代码,具备一定可靠性和适应性,是当前网络信息系统后台数据库优先原选择对象。因此,MySQL数据库安全性能尤为重要,是确保网络信息系统安全、顺利运行根本保障。