面向金融大数据的隐私信息保护

随着人工智能、区块链、深度学习等技术在金融领域的广泛应用，通过对海量金融数据进行分析、归纳，挖掘出潜在的模式，研究市场运行规律，可以帮助企业调整策略，降低风险，提高效益。然而随着新技术的广泛应用，在挖掘规则的同时，可能会泄露用户的敏感信息。在金融大数据背景下，涉及到用户的数据量较大，如果这些数据中的隐私信息被泄露将对用户造成巨大伤害。为了避免用户在金融大数据环境下访问服务过程中敏感信息被泄露，本书将提出三种新方法来保护用户的隐私数据。（1）将环签名技术引入到金融大数据环境；（2）设计隐私策略匹配模型和匹配协议，保护金融大数据环境下用户的隐私信息；（3）设计最小属性泛化算法，提出基于最小属性泛化技术保护金融大数据环境下用户的隐私数据；针对所设计的最小属性泛化算法，通过仿真实验验证该算法的正确性和隐私保护度。