数据表k-匿名化的微聚集算法研究

被引：39

作者：

韩建民 ^{[1
,2
]}

岑婷婷 ^{[2
]}

虞慧群 ^{[1
]}

机构：

[1] 华东理工大学计算机科学与工程系

[2] 浙江师范大学数理与信息工程学院

来源：

电子学报 | 2008年 / 10期

关键词：

k-匿名; 泛化/隐匿; 微数据; 微聚集; 隐私保护;

D O I：

暂无

中图分类号：

TP309.2 [数据安全];

学科分类号：

081201 ; 0839 ; 1402 ;

摘要：

数据表的k-匿名化(k-anonymization)是数据发布时保护私有信息的一种重要方法.泛化/隐匿是实现k-匿名的传统技术,然而,该技术存在效率低、k-匿名化后数据的可用性差等问题.近年来,微聚集(Microaggregation)算法被应用到数据表的k-匿名化上,弥补了泛化/隐匿技术的不足,其基本思想是:将大量的数据按相似程度划分为若干类,要求每个类内元组数至少为k个,然后用类质心取代类内元组的值,实现数据表的k-匿名化.本文综述了微聚集算法的基本思想、相关技术和当前动态,对现有的微聚集算法进行了分类分析,并总结了微聚集算法的评估方法,最后对微聚集算法的研究难点及未来的发展趋势作了探讨.

引用

页码：2021 / 2029

页数：9

共 11 条

[1] 一种基于层次距离计算的聚类算法 [J].

彭京 ;

唐常杰 ;

程温泉 ;

石葆梅 ;

乔少杰 .

计算机学报, 2007, (05) :5786-5795

[2] 支持多约束的K-匿名化方法 [J].

杨晓春 ;

刘向宇 ;

王斌 ;

于戈 .

软件学报, 2006, (05) :1222-1231

[3] 基于特征加权的模糊聚类新算法 [J].

李洁 ;

高新波 ;

焦李成 .

电子学报, 2006, (01) :89-92

[4] 一种基于CSA的混和属性特征大数据集聚类算法 [J].

李洁 ;

高新波 ;

焦李成 .

电子学报, 2004, (03) :357-362

[5]

A polynomial-time approximation to optimal multivariate microaggregation[J] . Josep Domingo-Ferrer,Francesc Sebé,Agusti Solanas.Computers and Mathematics with Applications . 2007 (4)

[6]

TFRP: An efficient microaggregation algorithm for statistical disclosure control[J] . Chin-Chen Chang,Yu-Chiang Li,Wen-Hung Huang.The Journal of Systems & Software . 2007 (11)

[7]

Efficient multivariate data-oriented microaggregation[J] . Josep Domingo-Ferrer,Antoni Martínez-Ballesté,Josep Maria Mateo-Sanz,Francesc Sebé.The VLDB Journal . 2006 (4)

[8] Probabilistic information loss measures in confidentiality protection of continuous microdata [J].

Mateo-Sanz, JM ;

Domingo-Ferrer, J ;

Sebé, F .

DATA MINING AND KNOWLEDGE DISCOVERY, 2005, 11 (02) :181-193

[9]

Ordinal, Continuous and Heterogeneous k -Anonymity Through Microaggregation[J] . Data Mining and Knowledge Discovery . 2005 (2)

[10] On the complexity of optimal microaggregation for statistical disclosure control [J].

Oganian, Anna ;

Domingo-Ferrer, Josep .

Statistical Journal of the United Nations Economic Commission for Europe, 2001, 18 (04) :345-353

← 1 2 →