数据库******风险模型

是对所有可标识列进行移除或是***，使得攻击者无法直接标识用户。但是攻击者还是有可能通过多个半标识列的属性值识别个人。攻击者可能通过社工(知道某个人的姓名，邮编，生日,性别等)或是其他包含个人信息的以开放数据库获得特定个人的半标识列属性值，并与大数据平台数据进行匹配，从而得到特定个人的敏感信息。如果攻击者知道某用户的邮编和年龄，就可以得到该用户的***敏感信息。为了避免这种情况的发生，通常需要对半标识列进行***处理，如数据泛化等。数据泛化是将半标识列的数据替换为语义--致但更通用的数据，已上述数据为例，对邮编和年龄泛化后的数据。

数据库***的功用

用户隐私数据保护与挖掘用户数据价值是两个互相冲突的矛盾体,的数据***，需要抹去全部的用户标识信息，使得数据潜在的分析价值大大降低。另一方面， 完全保留用户隐私数据信息，可较大化数据的分析价值，同时导致用户隐私***的风险无法控制。因此大数据***平台的设计目标并不是实现工具算法用来完全抹去全部的用户标识信息,

数据库******风险可控

实现基于大数据平台的***算法库，可并行，的按照***规则对隐私数据进行***。基于数据***的理论基础，建立用户隐私数据***风险的衡量模型，可定性定量的准确衡量数据可能发生***的风险。可管理。结合大数据平台的用户认证体系，权限管理体系，以及隐私数据不同保护级别的权限管理体系,实现对隐私数据基于审批的数据访问机制。结合公司制度，规范，法务等管理,实现在尽可能保护用户隐私数据，减少数据***风险的前提下，较大化保留数据分析挖掘的价值。可审计。对数据的访问要保证可回溯，可审计，当发生数据***时，要保证能够通过审计日志找到对应的***人员。