价值与隐私:双面大数据

大数据的利与弊,不在于数据本身,而取决于拥有者和使用者的做法。从默默无闻到成为所有头版头条的标题,爱德华.斯诺登只用了几天时间。这个同时被称为"叛徒"和"英雄"的人,揭开了美国引以为傲的人权幕布,让互联网透过"棱镜"折射出"数据"与"隐私"的色彩。     

大数据时代用户信息隐私问题对策研究

在大数据时代,如何解决用户隐私问题已经成为近年来大数据领域学者研究的热点问题之一.文章提出从大数据收集、大数据存储和大数据应用三个阶段进行综合治理,各方联动以共同应对用户信息隐私问题,并针对具体阶段制定相应的对策.     

大数据隐私管理

信息化和网络化的高速发展使得大数据成为当前学术界和工业界的研究热点,是IT业正在发生的深刻技术变革.但它在提高经济和社会效益的同时,也为个人和团体的隐私保护以及数据安全带来极大风险与挑战.当前,隐私成为大数据应用领域亟待突破的重要问题,其紧迫性已不容忽视.描述了大数据的分类、隐私特征与隐私类别,分析了大数据管理中存在的隐私风险和隐私管理关键技术;提出大数据隐私主动式管理建议框架以及该框架下关于隐私管理技术的主要研究内容,并指出相应的技术挑战.     

大数据下的隐私安全

普林斯顿大学的计算机科学家阿尔文德·纳拉亚南（Arvind Narayanan）称,只要有合理的商业劝机来推动数据挖掘的进程。     

数据与隐私安全并非矛盾体

大量数据的汇集不可避免地加大了用户隐私泄露的风险。但是,大数据应用与隐私安全的保护是可以统一起来的,很多人认为这两个的矛盾是不可调和的,其实不然,数据监护可以将两者很好的结合起来。在数据监护的范畴内,     

大数据与个人信息隐私安全研究

大数据时代的到来为企业带来了丰厚的利润,也为人们的生活带来了便利。但是大数据时代同样使得个人信息隐私数据化,人们的个人信息隐私随时有被曝露的危险。目前个人信息隐私安全问题已得到国家、企业和个人的广泛关注。探讨了大数据时代个人信息隐私安全面临的新挑战,总结了目前大数据时代下个人信息隐私曝露的途径,提出了相应的保护措施。     

大数据隐私动态防护框架

大数据创造经济和社会效益的同时,也为隐私保护以及数据安全带来前所未有的风险。目前,隐私已经成为大数据应用领域亟待突破的难题,本文分析了隐私保护的现状与挑战,提出了一个以数据为核心的、全生命周期的、系统性的隐私动态防护技术框架,以降低大数据应用实践中的泄露风险,探索行之有效的隐私管理解决方案。     

医疗大数据及隐私泄露

大数据中的医疗大数据与人类的健康生活息息相关，随着大数据的发展、信息化的加快，医疗卫生信息平台、数字化的医疗设备与仪器迅速普及，导致医疗领域内的数据呈爆炸式增长，且类型繁多、关系复杂。敏感的医疗数据安全问题同样备受关注。医疗数据在为人类的健康提供帮助的同时，保护相关联的敏感数据越来越成为学者、从业者和普通大众所关注的热点。本文从大数据的基本概念入手，通过对现阶段隐私泄露及医疗大数据的相关研究进行分析，结合大数据领域的相关研究对当前隐私泄露行为、保护技术等问题进行分类阐述，希望能为本领域学者的进一步研究有所启示和帮助。     

大数据安全与隐私保护

本文概述了大数据的来源和特征,说明了当前大数据面临的安全考验,介绍了有关大数据的安全与隐私保护技术.文章具有一定的参考价值.     

基于区块链的网络用户隐私信息加密系统

在网络上大量的用户隐私信息被窃取,影响了用户的财产安全。为此,本文研究了基于区块链的网络用户隐私信息加密系统。硬件上,设计了XC3S50AN可编程芯片与BD73-DAQ970A数据采集器。软件上,处理用户隐私信息加密数据,初步增强网络信息安全性;利用区块链技术生成隐私信息加密密钥,避免加密过程中被攻击或被窃取的风险;设计网络用户隐私信息安全加密数据库,缩短数据查找时间,进而实现隐私信息加密系统的安全加密。采用系统测试的方式,验证新系统的加密性能良好,被窃取信息量较少,极具推广价值。     

透明的网络——网上冲浪如何保护隐私

因为有了互联网，一切都不一样了。看五花八门的新闻，和MM们聊天，当我们心中有着不满时，走，上论坛发泄去，在网上我们还可以做许多平时不敢为之事，之所以在网上过得这么随心所欲，因为我们展示给别人的就是一个昵称。等等，如果你这么想，那就大错特错了，不要以为自己躲在网络的这端，没有人知道你是谁，其实我们会在很多地方留下IP地址和其他痕迹。也不要以为我们很隐蔽，网络中千奇百怪的“招数”可以让我们如同玻璃一般透明，毫无隐私可言。在下面的文章中，我们会告诉大家一些保护隐私的方法，但也希望大家意识到，要在互联网上保护隐私并不容易，即使我们通过一些方法和工具解决了一些问题，但也仅能做到尽量减少隐私暴露的机会，互联网上的隐私之战还将长期存在。     

基于隐私等级的能源大数据隐私保护方法

随着能源大数据的广泛应用,保护用户用电隐私成为一项重要任务。为避免隐私泄露和提高数据安全性,提出一种基于隐私等级的能源大数据隐私保护方法。首先,通过对原始数据集进行隐私等级标记和筛选,选择部分属性作为特征集,并利用皮尔逊相关系数选出与特征集相关性高的数据共同形成输出数据集。最后,针对电网数据的特点,采用非均匀的隐私保护策略对数据进行隐私保护,实现电力数据的匿名化。实验结果表明,所提出的方法能够根据数据的敏感程度和重要性提供更细粒度的隐私保护,有效提高发布数据的可用性和隐私性。     

大数据安全与隐私保护

大数据(Big Data)是当前学术界和产业界的研究热点,正影响着人们日常生活方式、工作习惯及思考模式.但目前大数据在收集、存储和使用过程中面临着诸多安全风险,大数据所导致的隐私泄露为用户带来严重困扰,虚假数据将导致错误或无效的大数据分析结果.该文分析了实现大数据安全与隐私保护所面临的技术挑战,整理了若干关键技术及其最新进展.分析指出大数据在引入安全问题的同时,也是解决信息安全问题的有效手段.它为信息安全领域的发展带来了新的契机.     

大数据安全与隐私保护研究

大数据时代的来临正影响着人们日常生活方式、工作习惯及思考模式.但目前数据在收集、存储和使用中面临着诸多风险,大数据所导致的隐私泄露为用户带来了困扰,虚假数据将导致错误或无效的大数据分析结果.该文分析了实现大数据安全与隐私保护所面临的技术挑战,整理了大数据安全与隐私保护关键技术,对我们信息安全领域的发展有一定的参考和借鉴意义.     

强制数据隐私和用户隐私的外包数据库服务研究*

外包数据库中的数据隐私和用户隐私保护是现代外包数据库服务面临的新挑战,针对目前外包数据库服务中单方面考虑数据隐私保护或用户隐私保护技术难以同时满足外包数据库安全需求的不足,提出一种可同时强制数据隐私和用户隐私保护的外包数据库服务模型,采用属性分解和部分属性加密技术,基于结合准标志集自动检测技术的近似算法实现外包数据的最小加密属性分解,同时把密码学应用于辅助随机服务器协议,以实现数据库访问时的用户隐私保护。理论分析和实验结果表明,该模型可以提供有效的数据隐私保护和查询处理,以及较好的用户隐私保护计算复杂度。     

大数据背景下隐私保护方法研究

笔者介绍了隐私保护的几个方面,首先是传统的隐私保护技术,重点介绍了匿名技术。其后介绍了隐私保护的新兴概念——差分隐私。差分隐私模型是一种被广泛认可的严格的隐私保护模型,它通过向数据集里添加随机噪声,来影响攻击者窃取数据中的敏感信息,它不依赖攻击者的背景知识,并且可以定量分析隐私泄露的风险。