成果信息

本项目所应用的隐私保护方法已经完全成熟，在实验数据集上有较好的应用，主要包括面向敏感性攻击的多敏感属性数据逆聚类隐私保护方法、基于敏感等级划分的相近性匿名方法、面向聚类分析的邻域拓扑势熵数据扰动方法、基于图划分的个性化轨迹隐私保护方法、基于聚类相关性约束的多样性匿名方法等，这些方法完全可以应用在主动监测数据隐私的日常数据监测与管理中。项目的技术主要包括以下四点：（1）数据防火墙在数据缓冲池内，整个平台容易维护，不增加额外成本，具有更高可用性；（2）平台具有主动监听、评估与管理功能，对动态增量数据进行实时监测与分析、自动评估并按隐私级别进行匿名处理、对隐私泄露级别高的事务自动报警，使得数据池内的增量数据很好融合，达到预发布的要求；（3）平台支持按不同数据类型和隐私保护级别进行数据发布，主要支持轨迹数据、社交网络数据和关系数据的隐私保护处理，并在发布前探测网络已发布数据作为先验知识背景下隐私泄露风险预测，为行业数据安全开放提供保障；（4）基于查询和数据挖掘的隐私保护模块，对整个缓冲池内的数据进行测试，针对数据查询、轨迹查询和不同的数据挖掘方法评估数据隐私泄露风险，以保证测试的完备性，可从不同的角度降低隐私泄露的风险。)

背景介绍

基于主动监测的数据隐私防火墙是引入数据缓冲池、差分隐私、主动监测、风险评估、数据融合、数据挖掘等技术，实现领域数据收集、日常监测与管理、发布预处理、基于查询和数据挖掘风险分析，从而保证领域数据向社会开放过程中隐私安全。)

应用前景

数据隐私防火墙产品可应用于信用、交通、医疗、卫生、就业、社保、地理、文化、教育、科技、资源、农业、环境、安监、金融、质量、统计、气象、海洋、企业登记监管等领域，保护数据安全，降低隐私泄露风险，具有广阔的应用前景。)