差分隐私的高维数据发布研究综述

张兴，陈昊

（辽宁工业大学 电子与信息工程学院，辽宁 锦州 121001）

在大数据时代的背景下，数据呈现大量(数据量大)、多样(数据样式多)、高速(数据产生迅速)、低价值密度(数据有用性低)等特点，数据维度也出现井喷式剧增，同时也带来了一些隐私安全问题。2020 年4 月，Cyble 安全公司报道称有约2.67 亿Facebook 用户信息被黑客盗取，并公开在暗网销售，造成大量用的敏感信息泄露，同年6 月，我国郑州某民办高校约2 万名学生身份信息泄露，多名学生及家长接到大量骚扰和威胁电话。2021 年1 月8 日，某国外论坛公开贩卖国内某银行1 679 万条数据，并公开大量敏感数据样本。同年3 月，安全研究人员发现某印度政府网站上存在安全问题导致孟加拉邦百万人次核酸检测结果泄露。报告中含有姓名、年龄、居住地址、检测时间、婚姻状况等大量敏感信息。大量的例子都说明大数据时代的背景下，数据安全问题变得尤为突出。

隐私数据泄露的同时也加剧了隐私保护的发展，相对于传统的数据匿名化保护方法(如k-匿名[1]，l-多样性[2]，t-紧密性[3]，(α,k)-匿名[4])存在不能抵御全部背景知识攻击[5]的缺点，差分隐私因具有严格的数学定义和逻辑证明更加受到人们的广泛关注。差分隐私在隐私保护数据发布(privacy-preserving data publishing，PPDP)应用广泛，可以对隐私进行量化分析，在降低数据泄露风险的同时能更好地保障数据的效用性。

大数据呈现数据量大、数据样式多、数据产生迅速、数据有用性低特点，数据规模越来越大，数据相比于以往更加复杂多变，高维数据存在“维度灾难”，导致传统的分析手段失效，对于高维数据的挖掘变得更加困难。……