隐私保护k-匿名算法研究

被引：12

作者：

王平水 ^{[1
]}

马钦娟 ^{[2
]}

机构：

[1] 安徽财经大学管理科学与工程学院

[2] 安徽财经大学商学院

来源：

计算机工程与应用 | 2011年 / 28期

基金：

安徽省自然科学基金;

关键词：

数据发布; 隐私保护; 匿名化; k-匿名; 聚类;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

隐私保护已成为个人或组织机构关心的基本问题,k-匿名是目前数据发布环境下实现隐私保护的主要技术之一。鉴于多数k-匿名方法采用泛化和隐匿技术,严重依赖于预先定义的泛化层或属性域上的全序关系,产生很高的信息损失,降低了数据的可用性,提出了一种基于聚类技术的k-匿名算法。实验结果表明,该算法在保护隐私的同时,提高了发布数据的可用性。

引用

页码：117 / 119+200 +200

页数：4