物理亂數萃取機
The 17th Conference on Quantum Information Processing (QIP 2014), February 2014
鐘楷閔、 施堯耘、 伍驍迪
- 中央研究院資訊科學研究所
均勻亂數是重要的資源，但我們如何保證一個亂數源是完全隨機的？我們從【設備無關量子密碼學】（Device-independent Quantum Cryptography）角度提出【物理亂數萃取機】（Physical Randomness Extractors）架構，結合密碼學、複雜度理論及量子信息理論來提供一個從物理系統萃取可驗證亂數的方法。此架構避免已知方法所需的獨立性或結構性假設，且可證明僅依賴於最少假設。具體來說，物理亂數萃取機可從一個弱亂數源以及多個量子設備中萃取可驗證均勻亂數，假設萃取時物理設備無法互相傳訊且亂數源有一定的熵值。我們的結果在物理學上可解讀為關於驗證完全隨機事件的一個最佳的二分定理（Dichotomy Theorem）。
以結構異質化為基礎之社群群體隱私保護
IEEE Trans. on Knowledge and Data Engineering 26 (2014): 235-252.
戴志華、 Phillip S. Yu、 楊得年、 陳銘憲
- 中央研究院資訊科學研究所
近來個人在社群網絡中的隱私問題已成為重要的關注。本文探討一新的隱私議題─社群標籤的揭露，意旨為一個人的社群標籤可能表現出私人的敏感訊息，例如一個人的政治黨派或隱疾。為了處理這個問題，我們提出結構多樣性的概念來保護個人社群標籤，並定義一 k 項結構多樣性匿名化問題，以保證在匿名的社群網路資料中，有足夠多的特徵相同點出現在至少 k 個以上不同的社群中。為達到k 項結構多樣性匿名化，我們介紹一個線性規劃方法尋求最佳解之外，也提出具可擴展性的啟發式方法，從不同考量觀點來處理大規模社群網路資料的匿名化。在真實數據集上，各種不同角度的實驗結果顯示，本篇所提出的結構多樣性的隱私架構以及暱名化方法在實務上都具有實用性。
