基于邻域属性熵的隐私保护数据干扰方法

被引：17

作者：

倪巍伟

徐立臻

崇志宏

吴英杰

刘腾腾

孙志挥

机构：

[1] 东南大学计算机科学与工程学院

来源：

计算机研究与发展 | 2009年 / 46卷 / 03期

基金：

高等学校博士学科点专项科研基金;

关键词：

隐私保护; 聚类挖掘; 邻域属性熵; 邻域主属性; 数据干扰;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

隐私保护微数据发布是数据隐私保护研究的一个热点,数据干扰是隐私保护微数据发布采用的一种有效解决方法.针对隐私保护聚类问题,提出一种隐私保护数据干扰方法NETPA,NETPA干扰方法通过对数据点及邻域点集的分析,借助信息论中熵的理论,提出邻域属性熵和邻域主属性等概念,对原始数据中数据点的邻域主属性值用其k邻域点集内数据点在该属性的均值进行干扰替换,在较好地维持原始数据k邻域关系的情况下达到保护原始数据隐私不泄露的目的.理论分析表明,NETPA干扰方法具有良好地避免隐私泄露的效果,同时可以较好地维持原始数据的聚类模式.实验采用DBSCAN和k-LDCHD聚类算法对干扰前后的数据进行聚类分析比对.实验结果表明,干扰前后数据聚类结果具有较高的相似度,算法是有效可行的.

引用

页码：498 / 504

页数：7