曹永知
广州大学学报(自然科学版). 2019, 18(4): 75-82.
摘要 (
)
PDF全文 (
)
可视化
收藏
尽管大数据分析在许多领域展现出巨大价值,但目前大数据的发展仍然面临着诸多问题,隐私保护便是公认的关键问题之一.在大数据背景下,数据间存在着复杂的关联性.为防止攻击者利用先验知识获取隐私,Dwork提出了差分隐私概念.近年来,差分隐私受到了广泛关注,成为有望解决数据隐私问题的一个重要研究方向.值得注意的是,在诸如执行MapReduce计算的Airavat等系统中,差分隐私技术仅用于构件层面.显然,保护单个构件的隐私并不意味着保护了整个系统的隐私.为此,国内外许多学者从系统层面研究了隐私保护.文章在简要回顾传统差分隐私提出的背景、定义及理论方面的进展后,从形式化方法的视角,综述概率系统差分隐私的最新研究进展和研究方向,以期促进该领域的进一步研究.