交易价格： 面议
类型： 非专利
交易方式： 资料待完善
联系人：
所在地：
本项目将分别针对云用户（数据发布者）和云服务商来研究他们所面临的大数据处理中的主要安全问题。目标是为前者的大数据提供高效、安全的隐私保护变换,为后者开展大数据上的安全计算。各部分主要研究内容具体如下： 1) 为参与安全计算的大数据提供混合高效隐私保护变换：变换方式将针对大数据的海量性、异构性、时效性来提出。将充分考虑数据所有者有限的软、硬件规模,提供实时、分批处理方法,不会给他们造成过重的计算负担。 2) 为云服务商提出一系列安全计算方法：研究如何针对已经过隐私保护变换的数据,开展分类、聚类、关联规则挖掘、回归拟合等挖掘任务。研究更有效的差分隐私保护方法及其解决基本组合优化问题的安全计算算法。 拟解决的关键技术问题： 1)研究如何将随机化与匿名化相结合的混合数据变换方法,以实现对海量云数据的高效隐私保护。 2)在多方安全计算问题中,如何实现加密数据之间的高效运算,如何将加密技术与非加密技术相结合,高效完成大数据上的安全计算任务。 3)如何设计有效的差分隐私保护方案使其具有给定安全性保障。 采用的方法、技术路线以及工艺流程： 1)为参与安全计算的大数据提供混合高效隐私保护变换 对于参与安全计算任务的海量大数据,首先基于粗糙集理论、随机映射等技术进行属性约减或降维,然后依据各属性的特征和应用需求,设计有效方法将多种隐私保护技术混合使用以达到保护后数据的私密性和可用性之间的平衡。对于结构化、半结构化、非结构化属性,分别采用基于随机映射、傅立叶变换和小波变换的隐私保护技术,以保留数据点间的欧式距离来保证可用性。为提升这些技术的安全性,在它们之上再叠加随机化,以综合防范现有隐私保护技术所不能抵御的各种攻击,包括隐私重构、半认定属性已知下的重链接攻击、敏感值语义推断攻击等。该技术与现有的k-匿名化和差分隐私相比,计算复杂度更低,更适合实时、批量处理数据。 2)为云服务商提出一系列安全计算方法 针对大数据的高维、异构特性,我们将分别研究基于密码学的、基于非密码学的,以及密码学/非密码学相结合的安全计算方法。 项目的特色和创新点： 特色： 1)理论研究与技术创新并举 2)兼顾当前各类数据隐私保护新方法 3)立足云计算数据隐私保护 4)着地各类大数据应用 创新点： 1)首次针对大数据高维、异构特征,提出加密与非加密相结合的隐私保护技术及相应的安全计算方法。 2)在加密技术中,首次引入密文值域上的并行计算和傅立叶变换,提高同态加密下基本运算的效率,进而降低大数据安全计算整体过程的计算和通信复杂度。 3)在非加密技术中,首次提出随机干扰和匿名化相结合的隐私保护技术,对结构化、半结构化以及非结构化大数据进行高效隐私保护变换,同时可抵御多种隐私恢复攻击,可高度保留数据的有用性。
Copyright © 2018 宁夏回族自治区生产力促进中心 版权所有 宁ICP备11000235号-3 宁公网安备 64010402000776号
网站访问量： 网站在线人数：0 技术支持：科易网 
微信公众号
