|
|||||
|
|
| 面向数值型敏感属性的隐私保护方案 | |
| 作者姓名： | 王涛 温蜜 |
| 作者单位： | 上海电力学院计算机科学与技术学院,上海,200090;上海电力学院计算机科学与技术学院,上海,200090 |
| 基金项目： | 国家自然科学基金（61572311,61602295） |
| 摘 要： | 针对现有的个性化隐私匿名技术不能很好地解决数值型敏感属性容易遭受近邻泄漏的问题,提出了一种基于聚类技术的匿名模型——（εi,k）-匿名模型.该模型首先基于聚类技术将按升序排列的敏感属性值划分到几个值域区间内;然后,提出了针对数值型敏感属性抵抗近邻泄漏的（εi,k）-匿名原则;最后,提出了一种最大桶优先算法来实现（εi,k）-匿名原则.实验结果表明,与已有的面向数值型敏感属性抗近邻泄漏方案相比,该匿名方案信息损失降低,算法执行效率提高,可以有效地降低用户隐私泄露风险. |
| 关 键 词： | 隐私保护 数值型敏感属性 近邻泄露 (εi k)-匿名模型 |
| 收稿时间： | 2018-08-28 |
| 修稿时间： | 2018-09-20 |
| 本文献已被 万方数据 等数据库收录！ | |
| 点击此处可从《计算机系统应用》浏览原始摘要信息 | |
| 点击此处可从《计算机系统应用》下载全文 | |