防ddos_cc攻击谨防策略_如何办-墨者安全-墨者盾
DDOS防御_CC防护_高防CDN服务器_【墨者安全】—墨者盾墨者盾—你的网站贴身保镖!

QQ:800185041
高防免费接入:400-0797-119

渠道合作:156 2527 6999

主页 > CC防火墙 > 防ddos_cc攻击谨防策略_如何办

防ddos_cc攻击谨防策略_如何办

小墨安全管家 2021-11-07 12:12 CC防火墙 89 ℃
DDoS防御

防ddos_cc攻击谨防策略_如何办

由Privitar Broadwide的数据隐私工程师Kish Galappatti介绍,数据去识别是一套完整的隐私爱护技术,使您的组织可以调整数据科学家可用的内容。这些技术(如数据泛化)允许您治理风险并依照分析、模型或用途调整可用于分析的内容。了解不同的技术将有助于您决定哪些技术适合您的使用箱子。啥是数据泛化吗?数据泛化允许您使用一些不同的技术将数据值替换为不太精确的值,如此能够保留数据有用性并防止某些类型的攻击,这些攻击大概导致重新识别个人身份或无意中泄露私人信息。数据泛化,也称为含糊,将一具值转换为更不精确的值。这能够经过多种方式实现,包括binning(一具范围内的值都转换为该范围),或者提供一具不太具体的值。例如,一具出生日期大概会被含糊,变成一具出生月份。一具特定的值,比如14英镑,CC防御,能够用一具范围来表示,比如10英镑到20英镑。概括的要紧形式有两种要紧的概括形式:自动概括和去概括clarative:自动泛化含糊值,直到达到指定的k值。此选项能够在隐私和准确性之间举行最佳权衡,因为您能够使用一种算法来应用实现k的指定值所需的最小失真量。有几种想法能够达到k的任何值,所以您能够指定您的用例最感兴趣的值,同时这些值最不含糊以达到k。声明性泛化允许您指定bin大小比如讲,在开始的时候,你大概总是花上整整一具月的时刻。有时这种想法会导致丢弃异常值,这大概会以某种方式扭曲数据并引入偏差。同样重要的是要理解,应用声明性泛化并不一定会导致k-匿名。虽然声明性泛化大概无法关心您实现k-匿名性,但最好将声明性泛化应用为默认值,以便已取消标识的数据的接收者只看到他们所需的详细程度。了解标识符要紧有两种类型的标识符:直截了当标识符和准标识符。直截了当标识符在没有任何其他信息的事情下,DDoS防御,能够标识数据集中的个人,并允许链接有关该个人的数据。可是,直截了当标识符大概是唯一的,也大概不是唯一的。例如,在下表中,客户ID、电子邮件地址和信用卡号基本上唯一的,所以您能够单独挑选一具人,数据集的大小也特别重要。例如,在小数据集中,名称大概是唯一的,但在大数据集中,多个个人大概共享同一具名称。虽然名称并不总是唯一的,但它们被以为是直截了当标识符,因为它们通常允许识别。准标识符不能使您单独识别数据集中的个人,但它们能够用于在组合时识别个人。于是准标识符有两个重要的属性:它们的组合在准数据集标识符大概存在于其他可用的数据集中(或未来会浮上),这使得数据集可以链接。输入本表中,数据集中惟独一人是男性,住在切萨皮克,所以以为组合准标识符脚以识别他,CC防御,即使你删除了额外的任何信息个人的姓名、性别、地址和邮政编码大概能够从其他来源获得,比如选民登记表。所以,这些数据能够关心识别个体。决定哪些值是直截了当标识符依旧准标识符大概特别有挑战性,因为它要求您了解哪些数据是可用的(或者未来大概会提供,这大概特别难确定)。例如,Netflix在2007年公布了一具数据集,其中包含500000名订户的电影收视率。Netflix以为这些数据是匿名的,然而来自德克萨斯大学奥斯汀分校的研究人员可以将这些数据与互联网电影数据库(IMDb)的公开收视率联系起来,重新确定Netflix的订户。这是一具没有正确识别和爱护准标识符的例子,理解直截了当标识符和准标识符为我们讨论假名数据提供了一具基线。假名数据是指不能直截了当识别但能够与其他数据一起使用以识别个人的数据。所以,删除直截了当标识符能够(在大多数事情下)呈现数据化名。掩蔽标识符和更多掩蔽在遮蔽直截了当标识符方面是有效的,然而单独使用大概不脚以防止重新识别的风险。其实,个人仍然能够经过其他已知信息的独特组合来识别。例如,尽管大多数人都有一具独特的出生日期(DoB)、邮政编码和性别组合,然而假如将邮政编码剪裁为只包含前几个数字,这么将出生日期信息概括为出生的月份或年份,同时对性别举行了修订,这么唯一的个人就更少了。使用多种掩蔽技术(包括泛化)能够生成k-匿名输出数据集。k-匿名性是数据集的一具属性,其中每个记录至少与其他k-1记录不可区分。取一具包含姓名、出生日期、邮政编码和性别的简单数据集:使用编校和泛化,DDoS防御,能够将其转换为k=2的k匿名数据集以下:依旧它能够进一步推广和修改以达到k=4:在更复杂的数据集中,当需要更精确地使用更高级的泛化算法时,能够对值举行优先级排序。例如,假如您使用数据举行性别工资差距分析,您需要保留性别,并将其他细节归纳为细粒度的范围。上图显示了Privitar独特的自动泛化功能是怎么经过含糊间接数据来创建集群或数据箱的标识符。为啥我们要使用数据泛化吗?数据泛化有助于猎取个人数据并对其举行抽象,从而去掉个人识别属性。这使您可以分析正在收集的数据,而不大概伤害数据集中个人的隐私。重要的是要注意,有不同的想法来概括数据,同时您希翼使用对您的用例最故意义的想法。有时最合适的想法是对直截了当标识符应用掩码,而在其他事情下,您希翼在数据分析中保留信号。没有一种想法是维护隐私的灵丹妙药,这算是为啥你需要了解不同的技术,比如标记化、编辑和假名化,并在适当的事情下应用它们来维护最大的数据有用程序,而不大概过度地伤害隐私。想要吗要了解更多对于假名化和其他形式的反标识怎么关心您保持数据的安全性和可用性?查看Privitar的完整数据反识别指南。


DDoS防御

当前位置:主页 > CC防火墙 > 防ddos_cc攻击谨防策略_如何办

标签列表
DDoS防御
网站分类
X
 

QQ客服

400-0797-119