个人信息去标识化框架及标准化

谢安明; 金涛; 周涛

doi:10.11959/j.issn.2096-0271.2017048

您当前的位置：

首页 >

文章列表页 >

个人信息去标识化框架及标准化

专题：大数据安全和隐私保护 | 更新时间：2024-06-03

- 个人信息去标识化框架及标准化
- Personal information de-identification architecture and standardization
- 大数据 2017年3卷第5期页码：2017048
- 作者机构：
  
  1. 北京启明星辰信息安全技术有限公司，北京 100081
  2. 清华大学软件学院，北京 100084
- 作者简介：
  
  [ "谢安明（1977-），男，博士，北京启明星辰信息安全技术有限公司核心研究院研究员，主要研究方向为大数据安全、密码应用和区块链技术，参与编写《大数据安全标准化白皮书（2017）》《大数据服务安全能力要求》《个人信息去标识化指南》等标准。" ]
  [ "金涛（1980-），男，博士，清华大学软件学院讲师，全国信息安全标准化技术委员会大数据安全标准特别工作组秘书，主要研究方向为流程管理、大数据、大数据安全标准。" ]
  [ "周涛（1979-），男，博士，北京启明星辰信息安全技术有限公司教授级高级工程师、助理总裁，核心研究院院长，主要研究方向为大数据安全分析、事件关联分析、入侵检测等。" ]
- 基金信息：
- DOI：10.11959/j.issn.2096-0271.2017048
  中图分类号： TP309
- 网络首发：2017-09，
  
  纸质出版：2017-09-20
- 稿件说明：
移动端阅览
谢安明, 金涛, 周涛. 个人信息去标识化框架及标准化[J]. 大数据, 2017,3(5):2017048.

Anming XIE, Tao JIN, Tao ZHOU. Personal information de-identification architecture and standardization[J]. Big data research, 2017, 3(5): 2017048.
谢安明, 金涛, 周涛. 个人信息去标识化框架及标准化[J]. 大数据, 2017,3(5):2017048. DOI： 10.11959/j.issn.2096-0271.2017048.

Anming XIE, Tao JIN, Tao ZHOU. Personal information de-identification architecture and standardization[J]. Big data research, 2017, 3(5): 2017048. DOI： 10.11959/j.issn.2096-0271.2017048.

摘要

随着大数据的发展，个人信息保护面临严峻的安全形势，去标识化有助于平衡个人信息保护要求和数据共享利用需求。分析了国内外去标识化研究现状，结合我国法律有关要求和个人信息保护的迫切需求，提出了个人信息去标识化框架，给出了规范化的去标识化过程指南。考虑到相关工作的推进，结合大数据安全标准体系，提出了去标识化标准规范研究建议。

Abstract

With the development of big data

there are many difficulties to protect personal information.De-identification removes identifiable information from a dataset so that individual data cannot be linked with specific individuals.De-identification thus helps to balance the contradictory goals of sharing personal information while protecting privacy.De-identification architecture on personal information was proposed.The specifications on implementing a de-identification process were described.On the basis of big data security standard system

some suggestions were proposed to develop de-identification standards.

关键词

Keywords

references

FUNG B C M , WANG K , CHEN R , et al . Privacy-preserving data publishing:a survey on recent developments [J ] . ACM Computing Surveys , 2010 , 42 ( 4 ):14.

周水庚 , 李丰 , 陶宇飞 , 等 . 面向数据库应用的隐私保护研究综述 [J ] . 计算机学报 , 2009 , 32 ( 5 ): 847 - 861 .

ZHOU S G , LI F , TAO Y F , et al . Privacy preservation in database applications:a survey [J ] . Chinese Journal of Computers , 2009 , 32 ( 5 ): 847 - 861 .

SWEENEY L . Achieving k-anonymity privacy protection using generalization and suppression [J ] . International Journal of Uncertainty,Fuzziness and KnowledgeBased Systems , 2002 , 10 ( 5 ): 571 - 588 .

MACHANAVAJJHALA A , KIFER D , GEHRKE J , et al . l-Diversity:privacy beyond k-anonymity [J ] . ACM Transactions on Knowledge Discovery from Data , 2007 , 1 ( 1 ):24.

LI N H , LI T C , VENKATASUBRAMANIAN S . t-Closeness:privacy beyond k-anonymity and l-diversity [C ] // The 23rd International Conference on Data Engineering,April 15-20,2007,Istanbul,Turkey . New Jersey:IEEE Press , 2007 : 106 - 115 .

BYUN J W , SOHN Y , BERTINO E , et al . Secure anonymization for incremental datasets [C ] // International Conference on Secure Data Management,September 10-11,2006,Seoul,Korea . Berlin:SpringerVerlag , 2006 : 48 - 63 .

CYNTHIA D , . Differential privacy [C ] // The 33rd International Colloquium on Automata,Languages and Programming,July 9-16,2006,Venice,Italy . Berlin:Springer-Verlag , 2006 : 1 - 12 .

Institute of Medicine of the National Academies.Sharing clinical trial data:maximizing benefit,minimizing risks [M ] . Wasting DC : The National Academies PressPress , 2015 : 195 - 196 .

周明 . 支付标记化技术解读 [J ] . 金卡工程 , 2015 ( 9 ): 54 - 56 .

ZHOU M . Interpretation of payment markup Technology [J ] . Cards World , 2015 ( 9 ): 54 - 56 .

浏览量

2195

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于隐私保护的政府大数据治理研究

边缘计算的架构、挑战与应用

物流大数据标准及案例研究

大数据标准体系