大数据平台数据脱敏关键技术

随着社会的进步,我们逐渐的步入了大数据时代。大数据带给了我们巨大的商业价值,但也有很大的隐患,比如隐私问题、信息保护等方面。大数据的安全问题在于如何在实现数据共享,分享信息的同时保护人们的隐私和敏感问题不被泄露,这正是大数据中安全保护的棘手问题。而脱敏技术正是一个通过对技术和机制的研究,不断的创新来保护用户在共享和使用中出现的问题。数据脱敏可以在用户之间交流共享时保护人们的敏感隐私信息。本文是对在大数据环境下数据脱敏的作用以及出现的问题进行分析和研究,促进人们对其了解和认识。     

面向HBase的大数据脱敏技术实践

本文主要从技术角度讨论民航海量旅客敏感信息在当下最流行的分布式的、面向列的开源大数据数据库HBase的脱敏技术实践,介绍了HBase脱敏的过程中如何解决性能、权限等一系列问题,最终在兼顾了算法、性能和易用性的诸多要求下圆满完成脱敏任务的过程。     

大数据脱敏技术在电力用户隐私信息保护中的运用

本文主要阐述了电力系统多业务场景的大数据脱敏技术,研究了基于电力企业多业务场景的大数据脱敏用户隐私信息保护方案,分析了电力用户隐私信息保护的应用,有利于避免各种隐私数据泄露问题。     

基于数据脱敏技术的电子病历隐私保护应用与研究

随着大数据、人工智能、云计算等现代信息技术在医疗健康领域的广泛应用,医疗信息化、智慧化进程进一步加快,促成海量医疗大数据中蕴藏的巨大价值在不断被挖掘的同时,敏感数据泄露风险剧增。因此,在数据采集、传输、共享过程中如何实现对敏感数据的精确定位和彻底脱敏,强化敏感及隐私信息保护,已成为当下数据管理者极为关注和亟待解决的关键问题。文章以数据脱敏原理、算法、策略,数据脱敏系统的流程、架构及系统实现的功能进行全面的分析研究,提出一种基于数据脱敏技术的电子病历脱敏系统,实现对隐私数据的可靠保护,构筑医疗数据防控屏障,从而保障医疗数据安全。     

基于数据加密脱敏的数据安全管控平台功能设计

《数据安全法》自2021年9月1日正式实施以来已将近一年的时间,如何确保政务数据安全上对政府信息化部门在数据安全的制度建设、平台建设上提出了更高的要求。文章对如何搭建数据安全管控平台的总体架构设计、功能设计展开研究,在总体架构设计的基础上,针对数据加密脱敏、运维管控、安全审计、水印签章以及泄露防护、应用网关不同需求进行功能设计,提出了“静态脱敏+动态脱敏”的政务数据脱敏解决方案,有效的解决了政务数据在共享、分析、应用等方面遇到的数据安全问题。     

基于XGBoost算法的配电网通信隐私信息脱敏研究

目前提出的配电网通信隐私信息脱敏方法对隐私信息处理的准确度较低,导致敏感度较差.基于XGBoost算法提出了一种新的配电网通信隐私信息脱敏方法,分类敏感信息,根据XG?Boost算法构建树状序列模型,缩小误差值,确定脱敏层次,实现信息处理,通过挖掘、提取、脱敏、输出实现信息检验.根据用户要求,选择不同的敏感度级别,利用...     

运营商面向大数据应用的数据脱敏方法探讨

对当前数据脱敏的常用方法及其特点进行了阐释和分析,并结合运营商大数据应用的特点,从技术视角对各类脱敏方法的选择框架给出建议,供同业探讨。     

民航新型旅客订单的设计及应用实现

本文从民航旅客订单的使用现状入手,分别介绍了旅客订座记录、电子客票和电子杂费单的数据结构、渐进式发展过程以及在应用实施过程中的一些局限性.结合当今市场需求变化,明确了民航新型旅客订单数据结构的设计思路:整合旅客数据项和以旅客为中心的全新数据结构.阐述了民航旅客订单转型的三项重要措施:建立新的统一接口规范和定义、再造航空分销业务流程和构建订单管理系统.最终实现整个航空信息化建设的转型升级目标.     

数据脱敏技术发展现状及趋势研究

随着大数据时代的来临、大数据技术在日常生产生活中的深入应用,大数据安全问题愈加受人关注。匿名化、去标识化等逐渐成为一项数据保护的基本要求。以数据脱敏技术这项可以实现数据匿名化的技术为研究对象,梳理了数据脱敏技术相关的基本内容,阐述了数据脱敏技术的应用与供应现状,研究了数据脱敏工具标准化的重要性以及主要方向,总结了数据脱敏技术未来的发展趋势,为数据脱敏技术后续的进一步发展和研究提供了一定的方向。     

基于敏感信息度量的t-保密脱敏技术改良

随着大数据的运用不断发展,数据中的个人敏感信息面对的泄露风险越来越大。在发布数据时,可以通过数据脱敏来保护个人敏感信息。当前主流的脱敏技术有k-匿名、l-多样性和t-保密三种,都没有对数据语义的考虑。为了更好地保护复杂语义下高敏感度的敏感属性值,文中选用t-保密脱敏技术,以海林格距离作为度量方式,通过敏感属性值分类加权引入铭感信息度量。数据分析及实验结果表明,该方法在可接受的脱敏时间开销增长下,加强了对复杂语义的敏感数据的保护能力。同时分类加权方式方便灵活,可以满足实际使用中的不同需求。     

数据隐私与保护

随着计算机技术的迅猛发展以及网络的普及,数据库的规模、范围和深度都在不断的扩大,从而积累了海量的,以不同形式存储的数据资料。使用数据挖掘这一新技术能够从大量的数据中获取有价值的信息。另一方面,隐私问题是一个全世界关注的问题。近来,数据隐私问题已越来越受到政府、媒体和个人客户的广泛关注。     

基于生成对抗网络的差分隐私数据发布方法

机器学习的飞速发展使其成为数据挖掘领域最有效的工具之一,但算法的训练过程往往需要大量的用户数据,给用户带来了极大的隐私泄漏风险.由于数据统计特征的复杂性及语义丰富性,传统隐私数据发布方法往往需要对原始数据进行过度清洗,导致数据可用性低而难以再适用于数据挖掘任务.为此,提出了一种基于生成对抗网络（Generative Adversarial Network,GAN）的差分隐私数据发布方法,通过在GAN模型训练的梯度上添加精心设计的噪声来实现差分隐私,确保GAN可无限量生成符合源数据统计特性且不泄露隐私的合成数据.针对现有同类方法合成数据质量低、模型收敛缓慢等问题,设计多种优化策略来灵活调整隐私预算分配并减小总体噪声规模,同时从理论上证明了合成数据严格满足差分隐私特性.在公开数据集上与现有方法进行实验对比,结果表明本方法能够更高效地生成质量更高的隐私保护数据,适用于多种数据分析任务.     

民航旅客后续行程推断方法应用

本文通过对民航旅客出行数据的深入挖掘,分析了目前已有的关于旅行预测的方法与其他领域关于序列预测的研究成果,发现了电商推荐领域内一种基于图结构模型的推荐系统在解决旅客后续行程预测的实际应用问题上具有显著的效果。本文在真实的旅客出行数据集上进行了大量的实验,实验结果证明图结构模型相比于传统的序列预测模型具有更好的预测效果,这也为旅客后续行程预测领域的研究提供了新的思路。     

基于数据扰动的隐私保持的分类挖掘方法

在目前已有的基于数据扰动的隐私保持的分类挖掘方法中,分类算法必须经过改造方可应用于扰动后数据。而且扰动方法不同,使用的分类算法不同,对分类算法进行改造的方法也就不同。这使得该类方法难以在实际中推广应用。本文针对这一问题,提出了一种新的基于数据扰动的隐私保持的分类挖掘方法。通过生成并公开一组与原始数据独立同分布的新数据的方法来实现数据扰动。由于新数据与原始数据独立,因此从新数据得不到关于原始数据的详细信息。由于新数据与原始数据同分布,因此普通的分类挖掘算法可以直接应用于新数据。从而解决了现有方法使用不方便的问题。     

基于机器学习的数据脱敏系统研究与设计

互联网的发展,伴随着云计算、5G、大数据等技术的广泛应用,运营商业务也得到了快速发展。运营商核心系统敏感数据呈现海量化、多样化、非结构性强等特点,随时面临着数据泄露、数据篡改等隐患。本文在分析了传统数据脱敏系统的缺点上,研究设计了基于机器学习的数据脱敏系统,以解决大数据时代下的数据安全问题。     

浅析位置大数据隐私保护

随着移动定位技术和无线通信技术的发展,位置大数据已成为社会各界关注的热点问题,它给人们的生产、生活等方面带来了积极的影响,但也带来了信息泄露的风险。如何在享受其带来便利的同时做好隐私保护是值得研究的内容。文章简要介绍了位置大数据,指出了其在隐私保护中面临的挑战,并给出了位置大数据隐私保护的对策。     

基于深度学习的位置大数据统计发布与隐私保护方法

针对传统位置大数据统计划分发布结构不合理、划分发布方法效率低下的问题,提出一种基于深度学习的位置大数据统计划分结构预测方法和差分隐私发布方法,以提高位置大数据统计划分发布数据的可用性和执行效率.首先对二维空间进行细致划分和自底向上合并,从而构建合理的空间划分结构.然后将划分结构矩阵组织为三维时空序列,借助深度学习模型提...     

网络数据脱敏系统的设计与实现

随着互联网应用渗透到工作和生活的方方面面,国家对个人信息的数据安全越来越重视,保护用户数据安全是电信运营商的义务和责任.针对电信运营商网络数据的安全管理,提出了数据脱敏系统的设计方案,并投入生产应用,保障了共享、分发、使用场景中隐私数据安全,支撑了测试、开发、培训、数据分析等工作.     

浅谈大数据环境下的数据隐私保护

随着大数据时代的到来,数据的搜集、使用已在更大程度上涉及个人信息的方方面面,而个人隐私信息保护问题也日益凸显。文章从大数据互联网时代的隐私信息保护面临的挑战出发,在此基础上论述现阶段我国大数据环境下存在的侵犯数据隐私的种种现象,揭示保护隐私权的迫切性与必要性;同时,从美国和欧盟两种不同的法律保护体系的立法经验出发,结合目前我国的法律保护现状,提出国内相关企业须从国际视野获得数据隐私保护启发的建议。     

医疗大数据中应用差分隐私保护

信息技术的不断发展使得医疗行业的信息化进程不断加速深入。网络中信息的爆炸式增长同样出现在医疗领域,使之与互联网数据一同迈入大数据时代。如何在利用医疗大数据的同时保护好个人的隐私安全具有重要意义。医疗大数据在内容以及隐私层面均比网络大数据更加复杂更加敏感,传统匿名技术的缺陷是过度依赖背景知识的假设,而差分隐私的定义则相对显得更加完善与理想。通过差分隐私在医疗大数据的应用,探讨分析医疗大数据在实践差分隐私保护时需要面对的挑战与问题。