面向SaaS的基于屬性聚類與競價機制的隱私保護方法研究.pdf

1、軟件即服務，Software-as-a-Service，伴隨著云計算的發(fā)展而逐漸普及起來。企業(yè)等租戶利用SaaS提供的服務處理業(yè)務，省去了軟件安裝與維護的人力、財力。同時，多租戶根據資源需求和租賃時間繳納費用，減少了因為處理少量數據而專門購買大型軟件所造成的資源和資金的浪費。然而，SaaS應用的軟件安裝在本地服務器上，租戶若要使用SaaS服務，必須把自己的數據存放在SaaS服務提供商的服務器上。如果對這些數據不加以處理，則公司機密信息與

2、個人的隱私數據就面臨著泄漏的可能，數據安全問題受到威脅。因此如何有效的解決數據隱私問題成為當下各研究機構、專家學者的關注。
　　現(xiàn)有的隱私保護方法主要分為兩種，數據加密與數據混淆。數據加密是基于數學上難解的問題或不可逆的過程為算法對數據進行變形，使得數據即使泄漏攻擊者也難以理解數據本身的意義。數據混淆是通過泛化或者匿名的方式隱藏原有數據信息。其中泛化是將離散的數據值擴展為一段連續(xù)的數據區(qū)間，該數據區(qū)間包含原數據值，匿名是通過劃分或

3、者摻沙的方式保證每個分組內的數據等價，以此來隱藏數據分布的信息。然而為了提高隱私保護程度，加密算法一般設計的較為復雜，進而加密解密需要的計算時間較長，這對于即時的SaaS應用來說不可接受。數據混淆較數據加密的計算速度要快，但是存在原有數據無法重構的缺陷，并且會產生臟數據。
　　針對上述問題和挑戰(zhàn)，本文提出數據劃分的概念。數據劃分是指將租戶身份信息（如姓名、身份證號、社保號）與隱私數據（如疾病、薪資）垂直分割到不同數據分塊中，混淆之

4、間的對應關系。該方法相對于數據加密效率高，同時可以根據數據分塊間的對應關系重構租戶的原始數據邏輯結構，避免了租戶數據失真的問題。
　　數據劃分粒度越細，數據安全程度越高，然而組合數據花費的時間也越多。如何對數據進行合理的劃分使得用戶的隱私得到保障的同時盡可能地提高應用的響應速度成為一種挑戰(zhàn)。本文通過統(tǒng)計用戶對數據的訪問模式生成屬性關聯(lián)度矩陣，使用鍵能算法對屬性關聯(lián)度矩陣進行聚類，以用戶個性化提出的隱私約束作為限制條件對聚類后的矩陣

5、進行分割，從而生成最優(yōu)隱私劃分策略，該策略下得到的數據分塊上應用操作所需的連接次數最少，性能最好。
　　相同的服務資源下，隱私保護程度的提高以犧牲一定的計算速度為前提，應用服務的計算速度與內存、CPU等計算資源量成正相關關系。在計算資源一定的情況下，如何分配給不同用戶使得各用戶在滿足自身的隱私保護需求的前提下，最大化資源利用率。本文通過獨立定價算法跟集中定價算法兩階段競價機制，全局調控用戶的資源申請量。獨立定價參考同需求（或需求相