發(fā)布時(shí)間：2020-11-12 17:11

　　 隨著云技術(shù)的發(fā)展、社交網(wǎng)絡(luò)的興起以及移動(dòng)設(shè)備的普及,人類社會(huì)進(jìn)入了大數(shù)據(jù)時(shí)代。相較于傳統(tǒng)數(shù)據(jù),大數(shù)據(jù)的結(jié)構(gòu)和形式呈現(xiàn)多樣化。從結(jié)構(gòu)上來說,數(shù)據(jù)分為結(jié)構(gòu)化、半結(jié)構(gòu)化以及非結(jié)構(gòu)化等;從數(shù)據(jù)形式上來說,主要包括文字、數(shù)值、圖片、視頻、表情、音頻等。數(shù)據(jù)也不再由單一平臺(tái)產(chǎn)生,如:社交網(wǎng)絡(luò)平臺(tái)、微博系統(tǒng)、移動(dòng)app、可穿戴式設(shè)備、醫(yī)療系統(tǒng)等。然而,數(shù)據(jù)安全及隱私一直是人們擔(dān)心的重要問題,其已然成為大數(shù)據(jù)發(fā)展道路上繞不開的絆腳石。如何高效利用大數(shù)據(jù)優(yōu)勢(shì)的同時(shí),保證數(shù)據(jù)安全與隱私是一個(gè)亟待解決的問題。本文圍繞大數(shù)據(jù)的信息安全與隱私保護(hù)展開深入研究,主要工作和創(chuàng)新點(diǎn)包括以下幾個(gè)方面:(1)針對(duì)云存儲(chǔ)系統(tǒng)中的重復(fù)數(shù)據(jù)刪除服務(wù)進(jìn)行安全和隱私研究。為了同時(shí)支持基于層次權(quán)限的重復(fù)數(shù)據(jù)檢查和防止云服務(wù)商猜測(cè)用戶的權(quán)限級(jí)別,提出了一種基于層次權(quán)限的謂詞加密方案:Hierarchical Privilege-Based Predicate Encryption(HPBPE)。同時(shí),為了支持權(quán)限的動(dòng)態(tài)變化,如:權(quán)限提升、權(quán)限降低以及權(quán)限終止等情況,提出了一種支持動(dòng)態(tài)權(quán)限的基于層次權(quán)限的謂詞加密(HPBPE-R)方案。嚴(yán)格的安全證明和理論分析證明了方案的安全性和高效性。同時(shí),實(shí)驗(yàn)結(jié)果驗(yàn)證了方案的可行性和高效性。方案的主要工作流程如下:首先,初始化配置將文件拆分為多個(gè)數(shù)據(jù)塊,并為每個(gè)數(shù)據(jù)塊生成相應(yīng)的數(shù)據(jù)指紋。然后,用戶針對(duì)數(shù)據(jù)指紋生成查詢陷門,并發(fā)送給重復(fù)數(shù)據(jù)刪除服務(wù)提供商。該服務(wù)商通過匹配指紋陷門與其平臺(tái)存儲(chǔ)的指紋密文確定云服務(wù)器上是否存有滿足權(quán)限的相同數(shù)據(jù)塊,如果匹配成功,重復(fù)數(shù)據(jù)刪除服務(wù)提供商向云服務(wù)器請(qǐng)求文件存儲(chǔ)位置,并反饋給數(shù)據(jù)用戶;如果匹配不成功,數(shù)據(jù)用戶在收到通知后,分別上傳加密數(shù)據(jù)指紋和加密數(shù)據(jù)塊至重復(fù)數(shù)據(jù)服務(wù)提供商和云服務(wù)器。(2)針對(duì)云平臺(tái)的個(gè)人醫(yī)療數(shù)據(jù)進(jìn)行了安全和隱私研究。為了實(shí)現(xiàn)不同密鑰加密索引的合并處理,提出了一種多源保序?qū)ΨQ加密方案:Multi-source Order-Preserving Symmetric Encryption(MOPSE)。同時(shí),為了支持層次授權(quán)查詢,即較高權(quán)限數(shù)據(jù)提供者可以查詢并解密較低權(quán)限數(shù)據(jù)提供者上傳的醫(yī)療數(shù)據(jù),提出了一種支持層次權(quán)限的多源保序?qū)ΨQ加密(MOPSE~+)方案。經(jīng)過嚴(yán)格的安全證明和性能分析證明了MOPSE和MOPSE~+方案的安全性和高效性,并通過真實(shí)數(shù)據(jù)實(shí)驗(yàn)驗(yàn)證了方案的可行性。方案包含數(shù)據(jù)提供者、數(shù)據(jù)擁有者以及云服務(wù)器等三個(gè)實(shí)體。其主要工作流程如下:首先,數(shù)據(jù)提供者為數(shù)據(jù)擁有者的醫(yī)療數(shù)據(jù)建立多維B-樹索引。然后,數(shù)據(jù)擁有者授權(quán)不同的數(shù)據(jù)提供者采用不同的密鑰對(duì)其醫(yī)療數(shù)據(jù)及對(duì)應(yīng)的索引結(jié)構(gòu)進(jìn)行加密,并上傳至云服務(wù)器。當(dāng)收到同一數(shù)據(jù)擁有者的多個(gè)索引時(shí),云服務(wù)器在不解密的情況下合并這些加密索引,并拆分成兩個(gè)索引分別供數(shù)據(jù)擁有者和數(shù)據(jù)提供者進(jìn)行數(shù)據(jù)查詢。(3)針對(duì)第三方社交數(shù)據(jù)服務(wù)商返回不真實(shí)查詢結(jié)果進(jìn)行了查詢結(jié)果完整性驗(yàn)證研究。為了實(shí)現(xiàn)數(shù)據(jù)消費(fèi)者驗(yàn)證其查詢結(jié)果的真實(shí)性,提出了一種基于Merkle哈希樹的驗(yàn)證方案。該方案需要為每個(gè)節(jié)點(diǎn)信息進(jìn)行簽名。為了減少簽名操作,提出針對(duì)屬性值的驗(yàn)證方案。該方案只需為每個(gè)獨(dú)立屬性值進(jìn)行簽名,從而降低了生成附加信息的計(jì)算開銷。為了減少附加信息的存儲(chǔ)開銷,提出了基于布魯姆過濾器的驗(yàn)證方案。雖然該方案存在假陽性,但是理論分析表明系統(tǒng)能夠以非常高的概率檢測(cè)出第三方社交數(shù)據(jù)服務(wù)提供商的不誠實(shí)行為(即使微弱改動(dòng)社交數(shù)據(jù))。安全證明和性能分析證明了上述三種方案的安全性和高效性;基于真實(shí)Twitter數(shù)據(jù)的實(shí)驗(yàn)結(jié)果表明方案性能滿足實(shí)際需求。該方案以真實(shí)社交數(shù)據(jù)外包服務(wù)為藍(lán)本,主要包括在線社交網(wǎng)絡(luò)、第三方數(shù)據(jù)服務(wù)提供商以及數(shù)據(jù)消費(fèi)者等三個(gè)實(shí)體。方案的工作流程如下:在線社交網(wǎng)絡(luò)為其平臺(tái)下的社交數(shù)據(jù)生成不可篡改的附加信息,并將其與原始社交數(shù)據(jù)外包至數(shù)據(jù)服務(wù)提供商;當(dāng)收到來自數(shù)據(jù)消費(fèi)者的社交數(shù)據(jù)購買請(qǐng)求時(shí),數(shù)據(jù)服務(wù)提供商查找相應(yīng)社交平臺(tái)數(shù)據(jù)并返回查詢結(jié)果給數(shù)據(jù)消費(fèi)者。同時(shí),數(shù)據(jù)服務(wù)提供商根據(jù)查詢結(jié)果和附加信息生成可驗(yàn)證信息并將其返回給數(shù)據(jù)消費(fèi)者;數(shù)據(jù)消費(fèi)者結(jié)合查詢結(jié)果和可驗(yàn)證信息驗(yàn)證查詢結(jié)果的完整性和正確性。(4)該工作以目前流行的移動(dòng)支付app(Venmo)為對(duì)象,研究用戶在其平臺(tái)上公開交易記錄和交易說明帶來的用戶位置信息泄露問題。為此,提出了一種多層位置猜測(cè)技術(shù):Multi-Layer Location Inference(MLLI)。該技術(shù)基于兩種假設(shè):大量的交易說明包含隱式的位置線索;用戶交易的類型和時(shí)間模式與用戶的位置存在密切關(guān)系。以三個(gè)月的Venmo公開數(shù)據(jù)為數(shù)據(jù)集,MLLI技術(shù)能夠分別以50%,80%和90%的準(zhǔn)確度識(shí)別Venmo用戶的位置在top-1,top-3和top-5個(gè)可能位置中。猜測(cè)過程具體如下:MLLI技術(shù)首先采用文本挖掘算法針對(duì)每條交易說明提取關(guān)鍵字。由于每個(gè)關(guān)鍵字與位置關(guān)聯(lián)度不同,因此將關(guān)鍵字及其對(duì)應(yīng)的交易記錄分成四個(gè)類別(類別數(shù)字越小的交易記錄對(duì)應(yīng)的位置關(guān)聯(lián)度越高)。然后,MLLI為每個(gè)類別的交易記錄構(gòu)造加權(quán)無向圖。當(dāng)用戶之間存在至少一條交易記錄時(shí),用戶之間存在邊且其權(quán)重計(jì)算依賴交易模式。接著,MLLI找出部分位置信息公開的用戶作為種子節(jié)點(diǎn),并針對(duì)每個(gè)類別分別采用迭代多層置信度傳播方案為非種子節(jié)點(diǎn)計(jì)算位置置信度。最后,MLLI為每個(gè)非種子節(jié)點(diǎn)加權(quán)位置置信度并給出top-κ個(gè)可能的位置信息。
【學(xué)位單位】：湖南大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位年份】：2018
【中圖分類】：TP311.13;TP309
【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景及意義
    1.2 大數(shù)據(jù)相關(guān)概念、安全及隱私問題概述
        1.2.1 大數(shù)據(jù)相關(guān)概念
        1.2.2 大數(shù)據(jù)相關(guān)安全及隱私問題概述
    1.3 論文主要工作及創(chuàng)新點(diǎn)
        1.3.1 支持層次權(quán)限的重復(fù)數(shù)據(jù)刪除研究
        1.3.2 多源醫(yī)療數(shù)據(jù)的隱私保護(hù)查詢研究
        1.3.3 社交數(shù)據(jù)的可驗(yàn)證外包研究
        1.3.4 Venmo用戶位置猜測(cè)研究
    1.4 論文結(jié)構(gòu)安排
第2章 大數(shù)據(jù)中安全與隱私的研究進(jìn)展以及基本概念介紹
    2.1 相關(guān)工作研究進(jìn)展
        2.1.1 重復(fù)加密數(shù)據(jù)刪除
        2.1.2 可搜索加密
        2.1.3 保序?qū)ΨQ加密
        2.1.4 數(shù)值數(shù)據(jù)的完整性驗(yàn)證
        2.1.5 圖數(shù)據(jù)的完整性驗(yàn)證
        2.1.6 社交用戶位置猜測(cè)
        2.1.7 社交用戶其它隱私信息猜測(cè)
    2.2 相關(guān)安全技術(shù)介紹
        2.2.1 保序加密
        2.2.2 雙線性對(duì)映射
        2.2.3 布魯姆過濾器
        2.2.4 置信度傳播
第3章 支持層次權(quán)限的重復(fù)數(shù)據(jù)刪除研究
    3.1 引言
    3.2 問題定義
        3.2.1 系統(tǒng)模型
        3.2.2 攻擊模型
        3.2.3 設(shè)計(jì)目標(biāo)
    3.3 相關(guān)知識(shí)介紹
    3.4 基于層次權(quán)限的謂詞加密概述（HPBPE）
        3.4.1 概述
        3.4.2 基于層次權(quán)限的謂詞加密
    3.5 HPBPE方案的具體說明及分析
        3.5.1 HPBPE方案的具體說明
        3.5.2 HPBPE方案的性能分析
        3.5.3 HPBPE方案的安全性分析
    3.6 支持動(dòng)態(tài)權(quán)限的基于層次權(quán)限的謂詞加密（HPBPE-R）
        3.6.1 HPBPE-R概述
        3.6.2 HPBPE-R方案介紹
        3.6.3 HPBPE-R方案的性能分析
        3.6.4 HPBPE-R方案的安全分析
    3.7 實(shí)驗(yàn)部分
        3.7.1 實(shí)驗(yàn)環(huán)境配置
        3.7.2 實(shí)驗(yàn)結(jié)果
    3.8 小結(jié)
第4章 多源醫(yī)療數(shù)據(jù)的隱私保護(hù)查詢研究
    4.1 引言
    4.2 問題定義
        4.2.1 系統(tǒng)模型
        4.2.2 攻擊模型
    4.3 多源加密索引合并機(jī)制
        4.3.1 數(shù)據(jù)索引建立和查詢處理說明
        4.3.2 MEIM概述
        4.3.3 多源保序?qū)ΨQ加密方案
        4.3.4 加密索引生成
        4.3.5 加密索引轉(zhuǎn)換
        4.3.6 陷門生成
        4.3.7 隱私保護(hù)查詢
    4.4 支持層次授權(quán)的多源加密索引合并機(jī)制
        4.4.1 支持層次權(quán)限的多源保序?qū)ΨQ加密方案
        4.4.2 加密索引轉(zhuǎn)換
        4.4.3 陷門生成
        4.4.4 隱私保護(hù)查詢
    4.5 性能分析
    4.6 安全分析
    4.7 實(shí)驗(yàn)部分
        4.7.1 索引生成
        4.7.2 索引加密
        4.7.3 索引轉(zhuǎn)換
        4.7.4 隱私查詢
    4.8 小結(jié)
第5章 社交數(shù)據(jù)的可驗(yàn)證外包研究
    5.1 引言
    5.2 問題定義
    5.3 可驗(yàn)證社交數(shù)據(jù)外包的基本方案
        5.3.1 生成附加信息
        5.3.2 查詢處理
        5.3.3 正確性和完整性驗(yàn)證
        5.3.4 實(shí)例說明
    5.4 可驗(yàn)證社交數(shù)據(jù)外包的改進(jìn)方案
    5.5 可驗(yàn)證社交數(shù)據(jù)外包的高級(jí)方案
    5.6 安全及性能分析
        5.6.1 安全分析
        5.6.2 性能分析
    5.7 實(shí)驗(yàn)部分
        5.7.1 數(shù)據(jù)集
        5.7.2 生成附加信息
        5.7.3 查詢處理
        5.7.4 查詢結(jié)果驗(yàn)證
        5.7.5 布魯姆過濾器在高級(jí)方案中的影響
    5.8 小結(jié)
第6章 Venmo用戶位置猜測(cè)研究
    6.1 引言
    6.2 問題定義
    6.3 數(shù)據(jù)抓取
        6.3.1 數(shù)據(jù)收集
        6.3.2 標(biāo)準(zhǔn)數(shù)據(jù)集
    6.4 分類交易圖
        6.4.1 關(guān)鍵字提取
        6.4.2 關(guān)鍵字分類
        6.4.3 構(gòu)造分類交易圖
    6.5 多層位置猜測(cè)（MLLI）
        6.5.1 社區(qū)劃分
        6.5.2 最大乘積置信度傳播（MP-LBP）
        6.5.3 多層位置置信度傳播（ML-LBP）
        6.5.4 種子用戶選取
    6.6 理論分析
        6.6.1 收斂分析
        6.6.2 復(fù)雜度分析
    6.7 實(shí)驗(yàn)部分
        6.7.1 數(shù)據(jù)集和方法
        6.7.2 猜測(cè)精度
        6.7.3 關(guān)鍵猜測(cè)參數(shù)影響
    6.8 用戶位置隱私保護(hù)策略
    6.9 小結(jié)
結(jié)論
參考文獻(xiàn)
致謝
附錄A 攻讀博士學(xué)位期間所發(fā)表的學(xué)術(shù)論文
附錄B 攻讀博士學(xué)位期間主要參與的課題

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 羅永龍;徐致云;黃劉生;;多元線形回歸分析中的隱私保護(hù)問題[J];計(jì)算機(jī)工程與應(yīng)用;2005年34期

2 肖自碧;楊波;;電子商務(wù)中的個(gè)人隱私保護(hù)問題及技術(shù)研究[J];武漢冶金管理干部學(xué)院學(xué)報(bào);2010年03期

3 黃翔;張媛媛;;淺析云計(jì)算下的數(shù)據(jù)隱私保護(hù)問題[J];數(shù)字技術(shù)與應(yīng)用;2014年06期

4 呂欣;高楓;;電子政務(wù)信息共享中的隱私保護(hù)問題研究[J];信息網(wǎng)絡(luò)安全;2012年08期

5 Bruce Antelman;李雯;;社交網(wǎng)絡(luò)[J];高校圖書館工作;2008年01期

6 ;基于位置的手機(jī)社交網(wǎng)絡(luò)“貝多”正式發(fā)布[J];中國新通信;2008年06期

7 曹增輝;;社交網(wǎng)絡(luò)更偏向于用戶工具[J];信息網(wǎng)絡(luò);2009年11期

8 ;美國:印刷企業(yè)青睞社交網(wǎng)絡(luò)營銷新方式[J];中國包裝工業(yè);2010年Z1期

9 李智惠;柳承燁;;韓國移動(dòng)社交網(wǎng)絡(luò)服務(wù)的類型分析與促進(jìn)方案[J];現(xiàn)代傳播(中國傳媒大學(xué)學(xué)報(bào));2010年08期

10 賈富;;改變一切的社交網(wǎng)絡(luò)[J];互聯(lián)網(wǎng)天地;2011年04期

相關(guān)博士學(xué)位論文 前10條

1 姚鑫;大數(shù)據(jù)中若干安全和隱私保護(hù)問題研究[D];湖南大學(xué);2018年

2 呂加國;在線社交網(wǎng)絡(luò)社會(huì)影響傳播與影響最大化問題研究[D];燕山大學(xué);2015年

3 李鑫;基于位置社交網(wǎng)絡(luò)的地點(diǎn)推薦方法及應(yīng)用研究[D];中國科學(xué)技術(shù)大學(xué);2015年

4 王婷;異構(gòu)社交網(wǎng)絡(luò)中社區(qū)發(fā)現(xiàn)算法研究[D];中國礦業(yè)大學(xué)(北京);2016年

5 張君;用戶行為驅(qū)動(dòng)的社交網(wǎng)絡(luò)演化分析[D];清華大學(xué);2015年

6 梁斌;社交網(wǎng)絡(luò)人物搜索的研究[D];清華大學(xué);2015年

7 馮勰;面向協(xié)作學(xué)習(xí)的社會(huì)網(wǎng)絡(luò)結(jié)構(gòu)分析與用戶行為建模[D];吉林大學(xué);2016年

8 付浩;基于社交網(wǎng)絡(luò)結(jié)構(gòu)的用戶建模[D];中國科學(xué)技術(shù)大學(xué);2016年

9 張明玉;科研社交網(wǎng)絡(luò)中的導(dǎo)師推薦研究[D];中國科學(xué)技術(shù)大學(xué);2016年

10 韓少春;社交網(wǎng)絡(luò)信息傳播特征及數(shù)據(jù)研究[D];北京交通大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

1 劉堅(jiān);K-匿名隱私保護(hù)問題的研究[D];東華大學(xué);2010年

2 丁肖搖;云存儲(chǔ)下的完整性驗(yàn)證機(jī)制研究[D];華北水利水電大學(xué);2017年

3 王建棱;基于云存儲(chǔ)的至云科技營銷管理研究[D];華中科技大學(xué);2015年

4 葉嘉穎;社交網(wǎng)絡(luò)文化探析[D];華南理工大學(xué);2010年

5 范海濤;社交網(wǎng)絡(luò)在企業(yè)中的應(yīng)用研究[D];河南大學(xué);2014年

6 翟伯蔭;社交網(wǎng)絡(luò)中領(lǐng)域?qū)＜业淖R(shí)別研究[D];華東師范大學(xué);2015年

7 張德林;老年人社交網(wǎng)絡(luò)、社會(huì)支持與主觀幸福感的關(guān)系研究[D];上海師范大學(xué);2015年

8 張艷穎;社交網(wǎng)絡(luò)平臺(tái)廣告?zhèn)鞑サ膭?dòng)力機(jī)制與強(qiáng)化策略研究[D];河北大學(xué);2014年

9 孫緒彬;傳播學(xué)視域下的SNS用戶信息分享研究[D];西南大學(xué);2015年

10 賈沖沖;基于MapReduce的微博好友推薦研究[D];東北林業(yè)大學(xué);2015年

本文編號(hào)：2881010