个性化(p,α,k)-匿名隐私保护算法 |
| |
引用本文: | 蒲东,方睿.个性化(p,α,k)-匿名隐私保护算法[J].计算机应用与软件,2020,37(2):301-307. |
| |
作者姓名: | 蒲东 方睿 |
| |
作者单位: | 成都信息工程大学 四川 成都 610225;成都信息工程大学 四川 成都 610225 |
| |
摘 要: | 目前大多数个性化隐私保护算法,对敏感属性的保护方法可以分为两种:一种是对不同的敏感属性设置不同的阈值;另一种是泛化敏感属性,用泛化后的精度低的值取代原来的敏感属性值。两种方法匿名后的数据存在敏感信息泄露的风险或信息损失较大,以及数据可用性的问题。为此,提出个性化(p,α,k)匿名隐私保护算法,根据敏感属性的敏感等级,对等价类中各等级的敏感值采用不同的匿名方法,从而实现对敏感属性的个性化隐私保护。实验表明,该算法较其他个性化隐私保护算法有近似的时间代价,更低的信息损失。
|
关 键 词: | 个性化隐私保护 泛化 k匿名模型 敏感属性 敏感度 |
本文献已被 维普 万方数据 等数据库收录! |
|