刘悦

（新疆大学 新疆维吾尔自治区乌鲁木齐市 830000）

1 引言

在大数据时代下，全球数据呈指数级增长，数据价值急速剧增，与国民经济、社会公共安全、个人合法权益等之间的关系日趋紧密。与此同时，随着互联网技术的快速发展，个人数据也更容易地被获取与广泛地传播，侵犯个人隐私数据的重大安全事件也层出不穷，数据隐私保护问题日趋严重。如何在保证数据的高效可用性的前提下，进行数据隐私保护，成为当前国内外研究人员研究的热点课题。

根据现有文献，本文将从当前主流的两种隐私保护方法入手：以安全多方计算、同态加密为主的基于加密的隐私保护方法和以差分隐私为主的基于扰动的隐私保护方法，在两种基础的隐私保护方法上结合关键热点技术联邦学习技术、聚类分析技术、区块链技术，研究数据隐私保护的关键技术，分析当前现有技术存在的问题，并提出技术的研究方向与研究建议。

2 隐私保护

隐私保护[1]是指使个人或集体不想被他人知道的信息数据资源得到保护。与隐私保护概念相关的是信息安全与数据安全，但信息安全与数据安全应用范围更广，关注数据的完整性、机密性、真实性、不可否认性以及平台的安全性、可用性，而隐私保护一般聚焦于数据的匿名性。故研究隐私保护方法的性能，我们可以在隐私性、数据准确性和能力消耗等几个方面进行研究评估。

目前，我们正处在一个数据广泛多样和高速流通的大数据时代，隐私泄露已成为社会发展的隐患。……