專題導讀：大數據隱私保護

專題導讀：大數據隱私保護

在大數據時代，數據的開放共享是發 掘大數據中蘊含的巨大價值以及推進大數 據發展的必要途徑。然而，大數據中每每包 含用戶的大量敏感信息，一旦開放這些數 據，會致使嚴重的我的隱私泄露問題。若是 不能解決因爲大數據共享致使的我的隱私 泄露的問題，大數據的發展將受到嚴重阻 礙。所以，對大數據隱私保護技術的研究具 有十分重要的意義，只有在有效保護用戶隱 私的前提下進行數據的開放與共享，才能 充分發揮大數據的應用優點。

近年來，大數據隱私保護技術的研究 和應用受到了學術界和工業界的普遍關 注。在學術界，針對大數據隱私保護技術進 行的研究方興未艾；在工業界，一些互聯網 公司已經嘗試應用隱私保護技術收集某些 特定類型的用戶數據。爲了探討與大數據隱 私保護相關的領域面臨的挑戰，本專題匯 集了國內活躍在一線的大數據隱私保護研 究者的4篇文章，從科學基礎理論、關鍵技 術方法與系統應用研究等方面，探索大數 據隱私保護最新的研究進展及將來可能的 研究方向，但願能引發讀者興趣，推進相關 領域研究與實踐的發展。

孫慧中等人撰寫的《一種基於隨機投 影的本地差分隱私高維數值型數據收集算 法》針對高維數值型數據收集過程當中亟待 解決的隱私問題，提出了一種基於隨機投影 技術的知足本地差分隱私的高維數值型數 據收集算法Multi-RPHM，並從理論上證實 了該算法知足本地差分隱私的要求。

王平等人撰寫的《基於安全壓縮感知 的大數據隱私保護》結合壓縮感知技術，提 出了一種感知層內置的輕量級加密機制，其 可以將保密性嵌入信息感知的過程當中，以近 乎零的成本爲數據提供第一層安全防禦。

盧 文 雄 等人 撰 寫的《基 於同源 策 略 的移動應用細粒度隱私保護技術》指出了 Android等移動平臺使用的基於權限的訪 問控制機制存在的不足，文章引入相似瀏 覽器同源策略的控制機制，實現了比原有 Android權限模型更加細粒度的訪問控制。

孟小峯等人撰寫的《人工智能時代的 數據隱私、壟斷與公平》指出當前的隱私問 題不是經過擾動、匿名、差分等技術可以 解決的小隱私問題，而是數據收集場景下的 「大隱私」問題，涉及隱私、壟斷、公平等 倫理問題。爲詳細探究此類倫理問題，做者 從數據發展的角度出發，探討了人工智能時 代隱私、壟斷與公平問題的產生環境及獨特 性，並提出瞭解決這些問題的重要舉措。

因爲篇幅有限，本專題不能涵蓋大數 據隱私保護研究中的方方面面。但仍然希 望經過闡述大數據隱私保護的最新研究進 展及將來可能的研究方向，推進大數據隱 私保護研究的進一步發展。