上海遥薇（集团）有限公司 上海 201802
摘要：针对智慧社区中的大数据信息安全和对隐私的保护，阐述了再智慧社区领域大数据发展及应用现状，绘制了智慧社区中大数据应用的技术框架，梳理了当前智慧社区大数据信息安全与隐私保护领域核心技术，按照隐私保护的智慧社区大数据分析挖掘方法理论，为智慧社区服务平台提出了与之相关的建设性意见，保护隐私的智慧社区大数据分析挖掘技术使得社区服务平台在不泄露用户隐私信息的前提下，提供更优质的服务质量。
关键词：智慧社区；保护隐私；大数据；云计算；大数据挖掘
Privacy-preserving big data analysis and mining technology in smart community
Abstract：According to the smart community in the big data security and privacy protection，and then expounds the development status and application of big data smart community，drawing the technical framework of big data applications in the smart community，combing the domain of core technologies in the current smart community big data security and privacy protection，privacy protection in accordance with the big data smart community analysis method of mining theory，puts forward the related suggestions for the smart community service platform，protect the privacy of the smart community to analyze large data mining technology makes the community service platform without disclosure of user privacy information，to provide better quality of service.
Key Words：Smart Community；Privacy-preserving；Big data；Cloud computing；Big data mining
引言
智慧城市建设飞速发展，作为建设的核心内容的智慧社区建设。当下我国在智慧社区建设工作逐步推进和发展的环境下，智慧社区安全的运行稳定的重要前提基础是信息的绝对安全，尤其是在大数据到来的21世纪，智慧社区中的大数据信息安全和保护隐私问题日益严重。若能有效地解决现有的信息安全问题并对其中隐蔽的信息安全加以防范，势必会促进到我国智慧社区的发展进程。据此，本文通过对保护隐私的智慧社区大数据分析挖掘技术进行深入讨论和研究，提出与保护隐私的智慧社区的建设性意见，在保障用户隐秘信息的前提要求下，利用社区智能业务的大数据开展分析挖掘，必将提升高附加值的服务。
1智慧社区大数据研究现状
1.1智慧社区中的大数据及特征
智慧社区智能数据一般可分为社区服务平台数据，设备监测运行数据和管理数据。大数据产生于整个智慧社区中的各个层次，包括用户层、运维层和设备层。海量的用户行为数据被收集，便构成了在智慧社区中的用户层对大数据。数据类型繁多（variety），处理速度极快（velocity），数据体量巨大（volume）和价值密度较低（value）是智慧社区中的大数据特征中的“4V”特征。这些智慧城市组成元素智慧社区中涌现并积聚而成的海量大数据，给目前智慧社区的建设和发展带来新挑战和新机遇。
1.2智慧社区中的大数据处理技术
在近几年，大数据的处理技术早已成为所有领域关心和热衷的重要技术。数据的采集与预处理、数据的分析、数据的解释说明、数据传输、虚拟集群等技术是大数据处理的重要技术点，大数据技术架构图如图1所示。其中涉及的云计算技术更是智慧社区中存储大数据和分析挖掘的核心部分，云计算的重要点是对于海量信息数据的存储和信息数据并行处理，其核心技术理论包括分布式文件系统 DFS 与 MapReduce 技术。
2.智慧社区隐私保护关键技术
大数据给我们带来价值的同时，还会引发很多的安全风险。一般的数据信息的安全问题都会在大数据中体现出来，面临的数据安全问题和个人隐私保护问题包括三类：①大数据中保护用户个人隐私；②如何提升大数据可信度；③控制大数据的访问。为了解决这些问题，目前的大数据分析挖掘技术主要有用户信息数据扰乱技术、加密与密钥管理技术、安全多方计算技术、数字签名技术、秘密共享技术、身份认证和访问控制技术等。这些个人数据隐私保护核心技术在智慧社区大数据安全技术中的应用，智慧社区大数据架构图如图2所示。
2.1用户信息数据扰乱技术
综合运用中断，匿名，替换，添加随机偏移和增加随机变量等方法，对方案的实现原始数据的敏感信息，从而产生模糊数据到信息宣传组和破坏等方面的操作计算，技术数据扰动技术。
2.2加密与密钥管理技术
在云计算环境下，第三方服务提供商存储、管理和维护用户委托的海量数据。在数据信息安全保护技术中，数据加密技术是目前业界唯一公认的数据保护技术要求。这种方法如果使用合理加密算法和密钥安全，就可以极大地保护数据信息安全。公钥加密和对称加密是两种数据加密算法。
2.3安全多方计算技术
数据信息安全多方计算技术基本运作原理：在多个参与者之间的合作一个函数的计算，双方都无法获得其他参与者的输入信息（除了计算结果），当需要解决实际问题，根据这个问题的分析建立了一个联合的计算函数，然后使用基本模块的数据信息安全多方计算协议和实现。在数据信息隐私保护的模块基础和协议基础上，可以实现数据个人隐私信息保护，实现不同程度的隐私信息保护。因为在信息数据安全多方计算模块和协议，使用大量的加密计算和信息传播，所以双方的效率和安全性一般不能同时兼顾，根据实际应用情况，并对其进行安全性和效率之间的协调。
2.4数字签名技术
数字签名是一组特定的符号连接到电子文档（代码）、身份识别和承诺，发行的文档在传输过程中被修改或伪造按照收件人的签名，以确认它是数字对象和有效性验证的真实性。该技术是保证数字文档的认证、完整性和不可否认性的重要方法之一。在大多数外包的数据库服务中，大多客户都使用远程的网络访问和操作数据库，这一技术可用于识别。
2.5秘密共享技术
存储在云计算环境中的数据信息，考虑到数据库服务提供者可能不会被完全信任，对于某些核心用户来说，当考虑外包（最机密）的数据安全性时，通过秘密共享的方法，将最机密的数据信息作为一个秘密的分割操作。使用不同的存储服务器。只有获得超过n个服务器权限，数据查询才能重新构造这个秘密，从而确保数据的安全性。
2.6身份认证和访问控制技术
身份验证与访问控制的技术是为了确保管理访问不同用户组、用户标识和通过网络进行确认的合法性，以便在没有攻击者的允许的情况下识别用户或那些用户，从而保护数据信息的安全性。在公共云计算在云环境中，许多用户有自己的数据、应用程序和系统的第三方运营商实施管理和维护，用户身份管理是一个关键的一部分，云计算服务提供商必须注意分类管理和授权管理和访问控制的。
针对智慧社区中大数据的安全问题，目前比较高效的方法是首先建立起邻居节点之间的关系树，然后再利用优化的关系树，使用加法同态加密进行逐层聚集。保护隐私的智慧社区大数据分析挖掘技术路线是改善在数护按“3+2”、“4+1”的 5 年合同制管理，英国时间更长，养护合同一般采取“5+2”或“6+4”的模式，最多长达10年。
目前广州市主要市政设施养护服务合同年限均为两年，对施工服务单位，建设管理单位，市政设施本身都造成了极大的不稳定性。结合广州市实际情况，参照先进经验，提高广州市市政设施养护项目服务合同的年限迫在眉睫。
总结：
综上所述，广州市市政设施养护的管养模式，预结算编制，招投标模式等在近十几年经历了剧烈的转变和发展。通过对广州市内各种市政设施养护状况的分类分析，结合管养，招投标，施工等方面的经验，对现有问题进行了总结分析和初步的思考和展望，希望能对广州市市政设施养护工作起到积极作用。
参考文献：
[1]《市政工程设施养护维修估算指标HGZ-120-2011》，ISBN：9787802427198，作者：中国市政工程协公市政设施管理专业委员会。
[2]《越秀区建设和水务局2015 年部门预算》。
[3]《广州市白云区城市管理局2015年部门预算》。
[4]《荔湾区建设和园林绿化局2015年部门预算》。
[5]《天河区建设和水务局系统2015年部门预算》。
[6]《黄埔区住房和建设局（交通局）2015年部门预算》。
论文作者:赵培
论文发表刊物:《防护工程》2017年第16期
论文发表时间:2017/10/23
标签：数据论文; 智慧论文; 技术论文; 社区论文; 信息论文; 用户论文; 信息安全论文; 《防护工程》2017年第16期论文;