2026大数据隐私笔试题及答案

2026大数据隐私笔试题及答案一、单项选择题（每题2分，共20分）1.攻击者将一个匿名化数据表中的准标识符与外部选民登记表进行连接，从而重新识别出数据主体的身份。这种攻击方式称为（）。A.链接攻击B.字典攻击C.暴力破解D.中间人攻击2.关于差分隐私中的隐私预算ε，下列说法错误的是（）。A.ε越小，隐私保护越强B.ε越大，输出结果的可用性越高C.ε表示单个记录对输出结果影响的上界D.ε必须等于0，才能实现绝对隐私3.下列哪种脱敏技术专门用于降低敏感属性在等价类中的同质性风险？（）A.k-匿名B.l-多样性C.泛化D.抑制4.在数据发布场景中，同态加密的主要价值在于（）。A.对数据执行完整性校验B.允许在密文上直接进行算术运算C.压缩密文体积以降低传输开销D.替代差分隐私实现统计输出5.根据GDPR，用户拥有的下列权利中，不包括（）。A.被遗忘权（数据擦除权）B.数据可携带权C.数据的货币化权D.知情权6.对于非数值型查询（如选择最优病例治疗方案），适合使用的差分隐私机制是（）。A.拉普拉斯机制B.高斯机制C.指数机制D.随机化响应7.某匿名表满足k=A.重识别攻击B.同质性攻击C.背景知识攻击D.差分推断攻击8.同时发布两份独立的差分隐私统计结果，预算分别为ε1与εA.εB.εC.εD.max9.安全多方计算（MPC）解决的核心问题是（）。A.多方参与计算时，在不泄露各自私有输入的前提下得到正确结果B.在公开数据上快速执行分布式排序C.将数据加密后存储在不可信第三方云平台D.对大规模图数据进行并行遍历10.联邦学习与中心化机器学习相比，在隐私保护方面的最大差异是（）。A.模型训练精度更高B.原始数据不离开本地设备C.不需要任何加密算法D.训练时间显著缩短二、简答题（每题10分，共40分）1.简述k-匿名的基本定义，并指出其两个主要不足。2.写出差分隐私的形式化定义，并说明参数ε与δ的作用。Prε称为隐私预算，控制隐私保护强度，ε越小保护越强；δ表示算法违反严格DP约束的概率上界，通常取极小值（如10−3.什么是拉普拉斯机制？写出其噪声添加公式，并解释全局灵敏度ΔfM其中全局灵敏度定义为任意两个相邻数据集D,D′ΔΔf4.简述同态加密在大数据隐私保护中的两类典型应用场景，并说明其与差分隐私的区别。三、综合分析题（每题20分，共40分）1.某医院计划对外发布一份糖尿病患者科研数据集，字段包括：姓名、身份证号、年龄、居住地、身高、体重、确诊疾病、用药记录和家庭年收入。试回答：(1)指出该数据集中哪些字段属于直接标识符、准标识符和敏感属性。(2)若直接删除姓名和身份证号后发布剩余字段，仍存在哪些隐私风险？(3)请设计一个完整的匿名化发布方案，并说明每个步骤的作用。2.某智慧城市项目计划开发一个面向公众的“交通出行健康风险查询平台”。平台基于全市居民医疗和出行轨迹数据，为用户提供“给定出行线路的健康暴露风险”查询。市政府希望推动数据开放，同时兼顾公民隐私。请回答：(1)从隐私保护角度，该平台面临哪些主要风险？(2)若采用差分隐私技术发布查询结果，应如何设计噪声添加策略？(3)结合GDPR的理念，从“数据最小化”和“目的限制”两个原则出发，提出三条具体的数据治理建议。参考答案与解析一、单项选择题1.答案：A解析：链接攻击（LinkageAttack）是典型的去匿名化手段，利用准标识符组合将匿名表与外部数据集连接，以缩小身份范围。2.答案：D解析：ε=0意味着输出独立于输入，此时无法得到有效分析结果。差分隐私允许3.答案：B解析：k-匿名仅保证等价类中记录数不少于k，但若k条记录携带完全相同的敏感值（如“HIV阳性”），仍会泄露隐私。l-多样性要求每个等价类中敏感属性至少l个不同的值。4.答案：B解析：同态加密支持对密文执行加法和乘法等操作，解密结果等于对明文执行相同操作的结果，从而实现“数据可用不可见”。5.答案：C解析：GDPR规定数据主体享有知情、访问、更正、删除（被遗忘）、限制处理、可携带、反对等权利，但不承认用户对个人数据的直接货币化权利。6.答案：C解析：指数机制通过定义可用性函数为每个候选结果分配概率，适用于非数值输出的差分隐私保护。7.答案：B解析：等价类中敏感属性取值完全一致时，攻击者无需任何背景知识即可推断敏感信息，即同质性攻击。8.答案：C解析：串行组合性说明对同一数据集的多个独立DP机制，总隐私损失为各隐私预算之和，因此发布前应合理分配预算。9.答案：A解析：MPC允许多方共同完成函数计算，各方只知自己的输入与最终结果，无法推断其他方的私有数据。10.答案：B解析：联邦学习的核心思想是“数据不动模型动”，参与者仅共享模型更新信息（如梯度），原始数据保留在本地，从而降低数据集中化和泄露风险。二、简答题1.答案：(1)k-匿名的定义：对于一个匿名化数据表，若每条记录对应的准标识符属性组合至少与表中其他k−1条记录完全相同，则称该表满足①无法防范同质性攻击，即同一等价类内敏感属性取值高度统一时，仍会泄露敏感信息；②无法防范背景知识攻击，攻击者可结合外部背景知识缩小敏感属性取值范围。2.答案：对于任意相邻数据集D与D′（二者至多相差一条记录），随机化算法M满足(ε,3.答案：拉普拉斯机制通过向数值型查询结果添加服从拉普拉斯分布的随机噪声来满足差分隐私。对查询f，输出为：4.答案：(1)典型应用场景：①医疗健康领域，医院将加密后的病历数据上传至云平台，平台在密文上执行统计分析或AI模型训练，医院解密后获取结果，过程中数据明文不离开医院；②金融领域，多个机构在不公开原始交易数据的前提下，通过同态加密合并数据集，进行联合反欺诈建模。(2)与差分隐私的区别：同态加密属于加密技术，不引入噪声、不损失数据精度，但计算开销大且不提供统计意义上的输出扰动；差分隐私通过添加噪声保护单条记录，不依赖加密假设，但会降低统计分析结果的可用性。三、综合分析题1.答案：(1)直接标识符：姓名、身份证号。准标识符：年龄、居住地（可组合用于重识别）。敏感属性：确诊疾病、用药记录、家庭年收入（身高、体重可作为敏感健康信息，也可视为敏感属性）。(2)直接删除姓名和身份证号仍不能抵抗链接攻击。攻击者可将“年龄+居住地”作为准标识符，与外部公开数据连接，重新识别出患者身份；若多个患者具有相同准标识符组合，攻击者还可利用同质性攻击推断敏感属性值。(3)匿名化发布方案：①对姓名、身份证号进行抑制处理，直接删除或替换为随机编号，防止直接识别。②对年龄进行泛化，如将整数年龄转换为“20-29、30-39”等年龄段；对居住地泛化为区级或市级粒度，从而降低准标识符的组合辨识度，使每个等价类至少包含k条记录（如k=③对确症疾病和用药记录执行l-多样性约束，保证每个等价类中敏感属性取值不少于l种，降低同质性攻击风险；若条件允许，进一步采用t-接近机制，使敏感属性分布与整体分布差异不超过阈值t。④对家庭年收入进行分箱泛化处理（如“10万以下、10-30万、30万以上”），防止极值暴露。⑤在发布前进行重识别风险评估与数据效用评估，检查k-匿名和l-多样性是否满足预期指标，并评估泛化程度对科研分析准确性的影响。若后续对外发布统计特征（如平均血糖水平），可结合差分隐私技术输出加噪结果，以提供更强的形式化隐私保障。解析：本题综合考察匿名化处理流程。关键在于区分三类属性；理解链接攻击依赖准标识符；掌握k-匿名、l-多样性之间的递进关系。在方案设计时，应体现“先抑制定标识符，再降低准标识符粒度，最后对敏感属性做多元性约束”的完整链路。2.答案：(1)主要隐私风险包括：①位置轨迹重识别风险：移动轨迹具有很强的唯一性，居住地、工作地等停留点可结合外部信息识别出数据主体。②敏感属性推断风险：由健康风险查询结果可反向推断个人的就医频率、慢性病情况等敏感健康信息。③链接攻击风险：平台输出结果若为汇总统计，可能被第三方与公开的选民登记、社交打卡数据等连接，形成更完整的个人画像。④查询泄露风险：连续多次查询可能构成差分攻击，逐步逼近某个体记录的影响，从而破坏隐私保护边界。(2)差分隐私噪声添加策略：首先设定总隐私预算ε，将其按查询类型预先拆分。对数值型聚合查询（如“某线路风险均值”），采用拉普拉斯机制，对真实统计结果添加Lap(①数据最小化：平台只采集实现“健康风险查询”功能所必需的出行起终点、时间、健康状态标签（如是否就诊），不采集与功能无关的家庭住址、精确楼栋号、身份证号等字段。查询输出仅保留风险等级或聚合指标，不下发个体级明细数据。②目的限制：明确限定数据仅用于“交通线路健康风险评估”这一既定目的，不得转用于商业营销、信用评价等其他用途；内部不同项目组访问数据时需重新审批并脱敏。③为数据主体提供知情与退出渠道：数据发