第1章绪论
1.1引言
随着技术的进步和设备的升级，人们获取信息的种类越来越多，所获取信息的精度也越来越高。在所获得的各种信息之中，可能会包含着一些人们不希望公开的内容，即敏感信息。出于对于自身隐私的担忧，许多人往往会不愿意提供或者提供一些虚假的个人敏感信息。但是，为了开展研究以及提高一些实际应用的服务质量，不可避免会涉及到个人敏感信息。因此，如何在保证个人敏感信息隐私的前提下，完成敏感信息的收集，对许多敏感信息相关的研究及其应用服务质量的提升有着至关重要的作用。
目前，学者们提出了许多不同种类的敏感信息隐私保护方法。但是，这些方法都有各自的优缺点。尤其是随着大数据时代的到来，这些方法面临了更大的挑战。这是因为在大数据背景下，敏感信息的隐私保护方法不仅要有足够的隐私保护能力，同时还需要具有较高的计算效率，所以一些传统的敏感信息隐私保护方法（如基于加密的隐私保护方法，基于匿名化的隐私保护方法难以适用。为此，我们需要一种新的敏感信息隐私保护技术，来高效地收集人们的敏感信息等人受生物免疫系统启发而提出的信息负表示，是一种新型的信息隐藏和隐私保护方法。作为信息负表示的重要分支之一，负调查可以在保护个人敏感信息隐私的前提下，完成敏感信息的收集。相比于已有的隐私保护方法，负调查具有一些独特的优势，本文针对负调查展开了研究。
............................
1.2负调查概述
本节首先通过一个简单的例子来说明负调査中的一些基本概念，然后分别介绍已有的负调査重构方法和负调查的应用现状。
1.2.1负调查的基本概念
.......................
第2章基于线性规划的负调查重构方法研究
2.1概述
........................
2.2基于线性规划的重构方法
2.2.1基本方法
...........................
第3章基于负调查的轨迹位置信息收集方法研究....................29
3.1概述...................29
3.2相关工作...................29
第4章多问题负调查的一致性问题研究................53
4.1概述................53
4.2一致性....................53
第5章基于负调查的商家/商品信用评价方法研究................71
5.1概述...............71
5.2传统评价模型..............72
第6章基于负调查的用电信息收集方法研究
6.1概述
电能作为主要的能源形式，对工业的正常运行和发展起着重要作用。作为下一代的电网，智能电网引起了越来越多人的关注。智能电表作为智能电网收集数据的基础设备，可以监测电网负荷，提高电网运行效率，检测电网异常，同时还可以自动收取用户电费，检测用户偷电行为等等作为智能电表的重要功能之一，负荷监测通常需要的是某块区域内所有用户的总用电量。正如文献中所指出，攻击者可以比较容易地从智能电表所获得的细粒度用电信息中推测出用户的一些敏感信息，如日常生活习惯，屋子里的人数，甚至是正在使用的家用电器等等。在获取了这些敏感信息之后，攻击者可能会根据所推断出的敏感信息进行广告推送，甚至是非法入侵。这使得用户越来越担心自身用电信息的隐私。因此，智能电表在收集用电信息时，需要保护用户的用电信息隐私被泄露。
...........................
第7章总结与展望
7.1总结
受生物免疫机制启发而提出的负调查，是一种新型的敏感信息收集方法。虽然，目前许多负调查的重构方法被相继提出，但是，已有的重构方法均存在一些不足，如计算效率较低，重构结果包含负数等，因此，如何快速获得不包含负数的负调查重构结果有待进一步研究。另外，已有的负调查重构方法基本上是针对单问题负调查而设计的，它们并没有考虑到多问题负调查重构结果中，联合分布与边缘分布一致性的问题。因此，需要提出新的多问题负调查重构方法。负调查由于操作简单且能保护个人敏感信息的隐私，因此已经被应用到不同实际场景下的隐私保护。但是，已有的负调查应用方法有待进一步地改进，而且负调查的特点还没有得到充分地利用，负调查的应用领域有待进一步扩展。本文针对上述的几个问题开展了研究，主要的创新之处如下：
虽然负调查已经被用来收集位置信息，但是已有的基于负调查的位置信息收集方法，在一些情况下不能保护好移动用户的位置隐私。本文提出了一种新的基于负调查的位置信息收集方法，用于查找人群聚集地。同时，本文证明了在攻击者和收集者相互勾结时，本文所提出的方法依然能够较好地保护移动用户的位置隐私。另外，时间复杂度分析表明，本文所提方法在客户端具有较高的计算效率。在人工合成数据和实际数据集上的模拟实验结果表明，本文所提出的方法能够较为精确地找到人群聚集地。通过分析发现，相比于已有的基于负调查的位置信息收集方法，本文所提方法具有更加灵活且精细的控制粒度来调整模型的隐私性和可用性。
参考文献（略）