一种面向民航旅客敏感数据脱敏资源分配的多目标优化方法

《Applied Sciences》：A Multi-Objective Optimization Method for Desensitization Resource Allocation of Civil Aviation Passenger Sensitive Data

　　

为应对结构化敏感数据面临的异构脱敏需求、有限系统资源及资源分配效率低下的挑战，本文提出一种面向数据安全的民航旅客敏感数据脱敏资源分配多目标优化方法。该方法将异构资源调度与多目标优化相结合，在资源受限环境下实现自适应资源分配。采用基于聚类的方法将具有相似计算特征的脱敏任务分组，并引入个性化敏感系数（personalized sensitivity coefficient）以表征任务复杂度并指导自适应资源分配。基于任务组特征，研究人员开发了一个集成非支配排序遗传算法II（Non-dominated Sorting Genetic Algorithm II，NSGA-II）的多目标优化框架，以联合优化脱敏执行时间、计算资源消耗和任务组匹配成本。实验结果表明，该方法成功优化了92.76%的脱敏任务，其中31.59%的任务在比原始配置更少的线程资源下实现了最优解。超参数敏感性分析进一步确定了一种有效的参数配置，可在优化质量与计算效率之间取得良好平衡。与五种代表性多目标优化算法的对比实验进一步验证了所提方法的优越性和鲁棒性。

**论文解读：面向民航旅客敏感数据脱敏资源分配的多目标优化方法**

**研究背景与问题**
民航旅客敏感数据（如姓名、身份证号、护照信息等）的脱敏处理是保障数据安全、满足法规要求的关键环节。近年来的旅客数据泄露事件导致航空公司承担巨额赔偿，且随着数据量增长和网络安全法规趋严，脱敏系统面临更大挑战。现有脱敏系统通常采用预设策略和静态资源分配方案，难以适应现代分布式多服务器环境中的节点异构性（硬件、软件、计算能力差异）、资源限制（单节点处理高复杂度任务能力有限）以及多样化脱敏需求（不同业务场景对隐私保护级别要求不同）。这些问题导致脱敏效率低、资源消耗高，且执行效果与业务需求脱节。为此，研究人员提出一种面向数据安全的脱敏资源分配多目标优化方法，旨在联合优化脱敏执行时间、计算资源消耗和任务组匹配成本，以在资源受限环境下实现自适应资源分配。该论文发表在《Applied Sciences》。

**主要关键技术方法**
研究人员采用无监督K-means聚类算法，基于归一化的资源特征向量（文件大小、总行数、切片数、线程数）将脱敏任务分组，每组代表具有相似计算特征的任务类。引入个性化敏感系数（personalized sensitivity coefficient），由文件大小、总行数、切片数和线程数计算，表征任务内在计算复杂度。基于任务组特征，构建集成非支配排序遗传算法II（NSGA-II）的多目标优化框架，优化三个目标：脱敏执行时间、计算资源消耗（总切片数和总线程数）、任务组匹配成本（任务与所属簇中心的偏差）。样本队列来源于真实业务平台自建数据集，包含300个覆盖30天运营的记录，经预处理（无缺失值，保留4个异常值）和归一化后用于实验。

**研究结果**
**6.1 超参数敏感性分析**：采用单因素实验设计，测试交叉概率、变异概率、迭代次数和种群大小的影响。结果表明，推荐默认配置为种群大小20、迭代次数8、交叉概率0.7、变异概率0.2，该配置在优化质量和计算效率间取得最佳平衡，且所有测试配置的排名得分变异系数<0.1%，证明方法对超参数扰动具有鲁棒性。
**6.2 与主流多目标优化算法对比评估**：与NSGA-II、NSGA-III、MOEA/D、SPEA2和MOPSO进行对比（相同种群大小20，参数一致）。所提方法的最优总时间（7.35×10⁶）比MOEA/D低约11.8倍，比MOPSO低约18.6倍，且标准差更小，稳定性更优。资源分配策略上，所提方法采用更激进的并行化（更多切片和线程），显著降低执行时间。运行时间（2.49秒）略高于基线算法，但离线优化场景下可接受。
**6.3 优化结果可视化与分析**
**6.3.1 收敛性分析**：扩展至100代迭代，平均适应度在前70代内波动后稳定，表明算法快速收敛至Pareto最优解。
**6.3.2 Pareto解集与任务组分析**：Pareto前沿解集表现均匀分布；优化后任务组分布更均衡，表明资源分配通过匹配更合适的任务组得到改善。
**6.3.3 资源分配分析**：92.76%的脱敏任务执行时间降低；31.59%的任务在更少线程资源下实现更短时间，表明资源利用效率提升。协调调整切片和线程分配而非单一变量是降时关键。
**6.3.4 资源-性能关系**：优化后样本集中在低执行时间区域，少量需更多线程的任务对应大文件或高复杂度任务，通过增加并行性可显著降时，验证了动态平衡。

**讨论与结论**
讨论部分指出，所提方法通过集成任务组建模与个性化敏感度分析，实现了比仅依赖通用进化搜索的传统优化方法更有效的资源分配。但存在局限：任务组基于无监督聚类生成，不代表真实脱敏算法标签；仅使用单一平台运营数据验证，泛化性需进一步研究；当前模型未显式评估不同脱敏规则的隐私保护效果。未来工作将纳入更多运营特征和实时信息，探索更先进的任务组构建方法，并扩展至动态计算环境中的自适应在线资源分配。

**研究结论**：本文提出一种资源受限环境下民航旅客敏感数据脱敏资源分配的多目标优化方法。为克服原始脱敏系统日志信息有限（固定线程配置、缺乏算法标签）的问题，构建了整合个性化敏感系数与K-means任务分组的脱敏执行时间估计模型，并基于此开发NSGA-II多目标优化框架，联合优化脱敏执行时间、计算资源消耗和任务组匹配成本。实验结果表明，该方法有效提升了资源分配效率：92.76%的脱敏任务成功优化，31.59%的任务在更少线程资源下实现更短执行时间。超参数敏感性分析证实了框架的鲁棒性，与代表性多目标优化算法的对比实验展示了其优越的优化性能。