基于随机干扰的文本型数据隐私保护方法研究

徐雅斌,郭 昊

(1.北京信息科技大学 网络文化与数字传播北京市重点实验室,北京 100101；2.北京信息科技大学 北京材料基因工程高精尖创新中心，北京 100101；3.北京信息科技大学 计算机学院,北京 100101)

0 引言

经过多年的信息化建设，各行各业、各个领域都已经积累了大量的数据，而且数据量仍呈现出爆发式增长的态势。但是，孤立数据的利用价值相对较低，只有经过共享和交换，将数据有机地融合到一起，才能在更大程度上发挥数据的应有价值。然而有些数据涉及个人隐私，比如：发布给第三方进行市场需求分析的零售数据中包含客户信息；共享给医疗部门进行疾病预防研究的医疗数据中包含患者信息，等等。在数据的共享和交换过程中，如果处理不当，就可能导致隐私泄露，这正是很多数据拥有者的顾虑所在。

因此，是否能够有效保护个人隐私，直接影响到数据的应用，以及大数据和人工智能产业的发展。在此背景下，隐私保护研究成为数据科学研究中的一个热门领域，隐私保护相关技术具有广泛的市场前景和应用价值。

1 相关工作

隐私保护就是采用技术手段，在保证数据质量的前提下，对数据进行处理，使其不泄露个人隐私。早期简单的人工数据脱敏技术不仅效率低，而且很难保证不存在漏洞，无法真正有效保护个人隐私。一种常见的隐私保护技术是匿名化处理，它主要用于对准标识符的部分内容进行泛化处理，适用于数值型数据。……