大数据安全高效搜索隐私保护机制展望论文

SCI论文（www.lunwensci.com）

　　摘 要 ：随着科技的发展,大数据技术成为了推动网络发展的重要力量,在大数据飞速发展的同时相关技术领域也得到了 进一步升级,大数据的安全高效搜索与保护机制得到了进一步改进,能够更好地保护用户信息安全。

　　【Abstract】：With the development of technology, big data technology has become an important force to promote the development of the network. With the rapid development of Big data, the related technical fields have also been further upgraded. The safe and efficient search and protection mechanism of big data has been further improved, which can better protect user information security.

　　【Key words】：big data;safesearch;privacy protection;future outlook

　　大数据是指在一定时间内,常规软件工具无法捕捉、 管理和处理的数据集合,它是一种海量、高增长、多元 化的信息资产,需要一种新的处理模式,以具备更强的 决策、洞察和流程优化能力。大数据技术的战略意义不 在于掌握庞大的数据信息,而在于对这些有意义的数据 进行专业的处理。换句话说,如果把大数据比作一个行 业,这个行业盈利的关键在于提高数据的“处理能力”, 通过“处理”实现数据的“增值”。从技术上讲,大数 据和云计算的关系就像硬币的正反面一样密不可分。同时, 大数据不能用单台计算机处理,必须采用分布式架构, 其 特点在于海量数据的分布式数据挖掘,必须依赖云计算 分布式处理、分布式数据库、云存储和虚拟化技术。

　　1 大数据

　　大数据具备多源融合、知识综合、有限开放、智慧 搜索及快速响应五种特点,能够满足用户的不同需求, 随着国家“互联网 +”战略工作的推进,针对大数据的 研究也走上了“快车道”,下面将针对大数据国内外研 究进展做出分析,并展示当前国内外大数据安全高效搜 索隐私保护机制研究的最新进展。大数据需要把握问题 的理解,将其转化成数据问题来解决,从数据角度来分析问题,界定问题后,再进行数据采集,这就是大数据 高效搜索的来源。

　　1.1 多元融合发布

　　多源融合信息隐私保护是一个非常值得细思的问题, 学术界对于“多源融合信息隐私和保护能否采用传统 单数据源信息隐私保护办法”进行了探究,通过研究发 现,多源融合信息隐私和保护不能够继承传统单数据源 信息隐私保护办法,所以为了加强多源融合信息的隐私 性,目前国内外提出了一种新的增量式数据发布方案, 每一次发布的最新信息需要比上一次发布的数据满足以 下的几种条件 ：(1)新发布的数据应当与前一次发布的 数据属于同一匿名组 ;(2)需要为新数据创立新的匿名 组 ;(3)当信息中的真实信息低于一定的数量时,需运 行匿名组间的融合工作,但新融合的匿名组需要同时满 足各个匿名组的敏感属性值多样化的要求。这种提案的 弊端在于两个匿名组之间必须互相知道对方的真实信息数 量,所以这种方式仅适合单个数据源的匿名发布需求 [1]。

　　1.2 搜索需求感知

　　为了进一步提高大数据的“智慧”,对于大数据的 搜索、需求、感知等需要进行全面的技术升级工作,但是大数据早期的查询较为模糊,需要经过多次信息交互 过程才能够得到准确的结果,并且缺乏一定的语义理解 能力,很难精确地了解查询人的真实意图,无法根据用 户所处空间、时间等要素做出最精确的判断。目前提出 了一种基于超图的物体搜索办法,其具体方式为制作大 量的超图,从而展示人、物交互过程中的情景与信息, 将这些超图内容建立成预测模型,预测出可能存在的物 理实体,并进行信息的综合处理,同时这类系统还能根 据用户的语境、所处时空决定采用何种搜索办法。大数 据搜索下只有解决了用户时空、语境、搜索习惯等问题 之后才能够给出更加高效的回答。但是目前大数据搜索 只侧重于查询,需要进一步的发展与探究。

　　2 安全搜索问题

　　通过前文的分析可以得知,目前大数据隐私保护技 术在持续发展之中,对于多源融合信息发布、用户搜索 需求与隐私保护等都做出了重要的技术研究,目前大数 据安全高效搜索与隐私保护技术中包含有三个问题,这 三个问题对于大数据技术的研究十分有参考意义。

　　2.1 大数据信息归纳与发掘

　　众所周知,大数据技术涵盖了丰富的网络信息知识 内容,对于这些海量数据进行有效地存储、归纳、发 掘,是大数据技术发展过程中的难点,大数据技术与传 统的搜索技术不同,其体量庞大,并且信息渠道来源广 泛,如何整合多源化的数据,对数据进行相应的融合以 及过滤数据中的无效信息成为了大数据技术需要攻克的 难点问题 [2]。同时大数据信息归纳与发掘的过程中还需 要对安全性进行考量,如何保证数据源的数据安全,保 证数据搜索人的信息安全也成为了极具挑战性的问题。

　　2.2 用户搜索与任务表示与管理

　　大数据使用的频率、范围越发广泛, 很多搜索平台 已经使用了大数据技术,但是由于平台的运行对于用户 而言是透明的,这就导致用户搜索速度与平台信息处理 速度、搜索执行能力产生了较大的冲突,如何将用户的 搜索需求转化为平台属性与状态刻面的普适化表示,并 以此构建出任务执行所需要的计算代价的预估模型成为 了大数据搜索过程中的主要问题,并且还需要缩短大数 据的搜索预估时间、执行时间等保证用户的体验性 [3]。 同时在搜索过程中如何保证用户的信息不受泄露,保障 用户的搜索隐私安全成为了十分重要的研究课题,同时 用户搜索与任务表示的过程中如何保证信息的安全性成 为了主要的问题所在。

　　2.3 隐私感知与高精度智慧解答

　　大数据不仅体量巨大而且信息间有着十分复杂的关联性,并且由于大数据对用户开放,这就决定了大数据 搜索需要做到数据的精准性与统一性,如何在保障数据 隐私安全性的同时,实现快速的高精度智慧解答工作成 为了目前大数据研究过程中十分重要的课题内容。如何 维护数据隐私粒度的动态平衡成为了目前大数据隐私感 知与高精度智慧解答研究工作中的挑战。

　　3 隐私保护

　　目前研究的主要内容包括面向大数据的信息融合与 萃取、粒度化的数据表示与数据推演,为用户提供搜索 管理服务,提供基于差分隐私的安全搜索机制。

　　3.1 大数据的信息融合与萃取隐私保护

　　大数据具有数据多样性的特点,并且由于用户的搜 索内容不可被预测,所以需要对大数据中的信息进行萃 取工作,并生成一定的大数据库,并将这些数据进行统 一的整合,从而实现大数据信息融合查询的最终目标。 针对此点首先要开发隐私感知的多源融合技术,针对多 源化的大数据内容、多维度信息以及对不同用户的开放 权限进行粒度化研究,并且需要支持增量推演信息与多 源隐私融合保护机制,从而达到大数据查询的精确性与 统一性。大数据有随着数据增加而逐渐呈指数增长的特 点,所以研究中需要用到粗糙集、熵计算等方式对大数 据进行简约算法处理,从而降低大数据中重复、无用数 据的数量,提高大数据的运算能力。同时在这个过程中 大数据还需要寻求变化,通过研究用户的搜索需求探究 知识聚合与结构化缓存机制的研究。在大数据的信息融 合与萃取过程中,为了进一步保护用户搜索数据的隐私 性,应当加强用户搜索管理工作,通过加密等多种方式 将用户的搜索信息进行相应的数据加密,使得用户的搜 索信息变得更加安全 [4]。

　　3.2 粒度化知识表示与推演技术

　　大数据属性间有较为复杂的关系,针对大数据规模 较大、数据复杂等问题需要研究分析数据间的依赖关 系,分析数据更新规律以及研究多层次粒度化的知识表 示模型,为了进一步提高推演的安全性,还需要在信息 发布的过程中对信息泄露的风险做出评估,并设立预警 机制。研究需要以用户为导向,挖掘数据间的冲突,找 到数据冲突消解的方式。

　　3.3 差分隐私的安全搜索机制

　　如果将大数据看做是一个有生命的形体,那么大数 据的生命周期将分为数据发布、信息源融合、大数据更 新与大数据维护几个部分,这几个部分中信息源融合的 隐私保护机制是提高大数据安全性的最重要的工作内 容,通过前文的探究中可以得知,目前大数据信息源融合保护机制发展较慢,且只适用于单一性较强的数据发 布之中,所以在进行隐私安全搜索机制研发过程中,需 要实现基于差异化隐私预算的访问及控制策略,并加强 数据增量隐私保护机制的研究与开发工作。差分隐私保 护机制较为严苛,在实际搜索过程中会产生搜索精度不 高的问题,所以研究精度测量与隐私保护评价的统一性 就成为了机制设计的重要问题,要设计高等度快速滑搜 索柔性的差分隐私保护策略 [5],同时还需要加强隐私化 的访问控制策略研究,从而实现搜索数据的精准度与统 一度,为了防止个体隐私泄露所以要进行交互式差异化 隐私预算动态配给的访问控制策略研究,通过交互式差 异化隐私预算动态配给的访问控制策略研究可以加强系 统对于用户隐私的保护能力。目前大数据发展较为迅 速,大数据每天都存在数据更新、数据生成等工作,所 以为了避免频繁更新对原有数据的隐私保护程序造成强 烈冲击,所以对于隐私保护粒度的动态平衡与隐私保护 的稳定性成为了设计支持数据增量发布的差分隐私安全 搜索机制的重点研究方向。

　　3.4 大数据隐私保护密码技术

　　为了提高大数据的隐私性, 防止信息泄露,加设大 数据保护密码是最直接的方式,目前大数据加密方式 有对称加密法、公钥加密算法两种,其中对称加密法 源自大数据发展早期的 SWP00 加密算法,但是通过 实际的应用来看,这种方式加密的可搜索性与效率性 较差,所以在大数据后续隐私加密技术中采用了现在的 对称加密法增强了大数据的运算效率,同时提高了数 据的安全性。从实际应用质量来看目前这种加密方式 运行效果较好,能够有效地保证大数据的安全性,并 且对称加密法在这个过程中还有持续的进步例如最新 的 VSDH+10 算法,已经大大增加了用户的搜索效率以 及大数据运行的稳定性。但是这些算法中也存在一定的 问题,这种加密方式只能应对潜在的敌手,并且应对方 式比较被动,但是在大数据实际运行过程中云计算存在 删除数据这种主要敌手,使更多的研究人员投入到了算 法问题解决与问题修正之中,就目前效果来看,这种加 密算法已经能够完全满足用户搜索需求,提高了数据的 搜索速度。而公钥加密算法在设计过程中则采用了完全 不同的加密思路,在实际应用中这种算法有过高的随机 性,所以在后续的公钥加密算法中研究人员主要研究降 低随机性的方式。公钥加密算法随机性问题解决之后, 目前主要研究方向为简化运算模式,旨在提高搜索的准 确性与搜索速度,很大程度上提升了大数据的安全隐私 性问题。

　　4 未来展望

　　目前大数据安全高效搜索隐私保护机制得到了很大 的提升,并且在这个过程中科研人员还针对这个方面进 行不断的创新研究,在未来,大数据安全高效搜索隐私 保护机制的研究主要分为融合统一的度量标准、支持多 源信息增量融合的隐私反推演技术等。

　　4.1 融合统一的度量标准

　　由于大数据体量巨大,并且具有信息丰富有限开放 的特点,大数据对于用户的搜索需求不再是单一的问题 解答,此外由于目前隐私保护技术都有各自的评价指 标,这些质变相互之间难以融合,所以应当建立起一套 完整的融合统一的度量标准,将搜索精度、搜索效率与 隐私保护进行三位一体的融合共做。

　　4.2 隐私反推演技术

　　为了提高隐私泄露的判断方式,技术人员可以采用超 图消解算法将构造相容性规则与已经发布的数据进行等价 类划分工作,并构建起一套相对完整的信息识别体系, 并 对这套体系进行简约化处理,从信息属性中找到信息与 敏感属性之间的联系,从而制作冲突规则集。最后通过 最优超边消解原则开发出一套基于贪心策略的超边消解 算法,降低隐私泄露的可能性。对于多源信息而言,则 需要继续加强增量算法的应用质量,简化算法 [6]。

　　5 结语

　　通过大数据安全高效搜索隐私保护机制的研究与未 来发展分析可以得知,目前大数据隐私安全保护得到了 加强,并且在这个过程中技术人员针对大数据安全高效 搜索隐私保护机制的研究能力也在不断提高。大数据在 未来的发展过程中应当更加注重数据安全保护机制的整 体性,提高保护机制的反推能力。

　　参考文献

　　[1] 李尚,周志刚,张宏莉,等.大数据安全高效搜索与隐私保护机 制展望[J].网络与信息安全学报,2016.2(4):21-32.
　　[2] 陈林.基于属性基加密的云存储数据共享系统的设计与实现 [D].南京:南京师范大学,2021.
　　[3] 宋祥福.云环境下实用安全计算与隐私保护关键技术研究 [D].济南:山东大学,2021.
　　[4] 屠旭明.探究大数据隐私保护密码技术[J].数字化用户, 2018.24(45):42.
　　[5] 朱天清,何木青,邹德清.基于差分隐私的大数据隐私保护[J]. 信息安全研究,2015.1(3):224-229.
　　[6] 陈梓浩,徐辰,钱卫宁,等.面向大数据分析的分布式矩阵计算 系统研究进展[J].软件学报,2023.34(3):1236-1258.
 
 
关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！

文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/jisuanjilunwen/73538.html