任翠萍，张俊丽

（西安欧亚学院 通识教育学院，陕西 西安 710065）

1 背景介绍

随着电子通信和社交媒体的普及，大量的信息数据给人带来了前所未有的机遇和挑战.一方面，基于大数据的分析研究可以提高企业的经济效益.另一方面，隐私也成为大数据应用领域急需解决的重要问题.恶意分子得到了个人或组织不愿他人知道的信息进行买卖、敲诈等行为，从而给个人或组织带来不必要的经济损失.大数据具有数据量巨大、生成快、类型多、动态影响因素众多等特点，随之带来的隐私保护难度加大.

在大数据环境下，隐取保护技术面临着新的挑战：(1)大数据环境下的隐私保护利用传统的隐私保护技术难以解决，同时数据生成者没有主动地参与隐秘保护.(2)大数据的多样性、关联性使得隐私泄露风险增加.(3)针对隐私泄露造成的巨大损失的相关规定缺失.近年来出现了许多基于k-匿名和划分隐私保护方法（例如l-diversity[1]、t-closeness[2]）尽管这些方法能够保护数据的更多细节，但是均需要特殊的攻击假设和背景知识.张啸剑在《面向数据发布和分析的差分隐私保护》中阐述了基于直方图的发布技术.史武超等在《一种基于VCG机制的差分式隐私服务定价机制》研究了各级隐私保护服务制定合理的价格.但是关于个人隐私成本定价方面的研究文献并不多.

研究过程中本文做以下假设：(1)对于所有的用户而言，他们对自身的敏感信息都是极其关注的.数据收集者……