Privacy preserving data publishing: an expected gain model with negative association immunity.
隱私保護是許多應用(特別是和人們有關的)要面對的重要問題。在隱私保護數據發布之研究中，我們探討如何在個人隱私不會被侵犯之情況下發布一個包含個人資料之數據庫，而此數據庫仍包含有用的信息以供研究或其他數據分析之用。 === 本論文著重於隱私保護數據發布之隱私模型及算法。我們首先提出一個預期收益模型，以確認發布一個數據庫會否侵犯個人隱私。預期收益模型符合我們在本論文中提出的六個關於量化私人信息之公理，而第六條公理還會以社會心理學之角度考慮人為因素。而且，這模型考慮敵意信息收集人在發布數據庫之中所得到的好處。所以這模型切實反映出敵意信息收集人利用這些好處而獲得利益，而其他隱私模型並沒有考慮這點。然後，...
| Other Authors: | |
|---|---|
| Format: | Others |
| Language: | English Chinese |
| Published: |
2012
|
| Subjects: | |
| Online Access: | http://library.cuhk.edu.hk/record=b5549584 http://repository.lib.cuhk.edu.hk/en/item/cuhk-328006 |