陈嘉霖 周宏志 陈倩

摘 要 为解决在线用户行为数据隐私泄露问题，本文提出一种隐私保护选择聚合算法（PPSAA），通过采用BGN密码系统和添加噪声法对用户的敏感数据进行加密，并支持在线用户行为分析的选择性聚合功能，将同态加密和差分隐私机制相结合，使个人隐私得到较好保护。最后，通过对真实在线行为数据集的跟踪驱动，仿真表明，该算法有效地支持总体聚合查询和各种选择性聚合查询，与仅添加噪声算法相比，PPSAA算法具有较小的计算开销。

【关键词】在线用户行为 选择性聚合 隐私保护 PPSAA算法

1 引言

随着在线用户规模的日益扩大，在线行为数据分析已成为众多领域的研究热点，如经济、学术以及社会事务等领域。通过分析用户的在线行为，挖掘出用户个人属性和倾向，具有较大的商业价值。然而，数据聚合任务被外包给第三方聚合器进行，尽管第三方的分析员和聚合者带来了巨大的收益与价值，但也造成用户隐私的泄露，即在防止用户隐私信息泄露的同时也牺牲了数据分析的能力。因此，如何高效准确的保护数据隐私和加强数据分析能力成为目前的研究热点。

本文提出一种隐私保护选择聚合算法（Privacy protection selection aggregation algorithm），通过采用BGN密码系统和添加噪声法对用户的敏感数据进行加密，并支持在线用户行为分析的选择性聚合，将同态加密和差分隐私相结合，使用户隐私得到较好保护。最后，通过真实数据集的跟踪对其性能进行评估，结果表明，该算法有效地支持了总体聚合和各种选择性聚合查询，并与仅添加噪声算法相比，PPSAA算法具有可接受的计算和通信开销。……