一种增强的隐私保护K-匿名模型——(α,L)多样化K-匿名  

Enhanced privacy preserving K-anonymity model:(α,L)-diversity K-anonymity

作　　者：阚莹莹[1] 曹天杰[1,2] 

机构地区：[1]中国矿业大学计算机学院,江苏徐州221116 [2]东南大学移动通信国家重点实验室,南京210096

出　　处：《计算机工程与应用》2010年第21期148-151,180,共5页Computer Engineering and Applications

基　　金：江苏省自然科学基金No.BK2007035;东南大学移动通信国家重点实验室开放研究基金(No.W200817);中国矿业大学科技基金(No.0D080309)~~

摘　　要：K-匿名化是数据发布环境下保护个人隐私的一种有效的方法。指出目前已有的一些K-匿名模型存在隐私泄露问题,给出了一种新的有效的K-匿名模型——(α,L)多样化K-匿名模型解决存在的问题。通过一个局部化泛化算法对新模型的有效性进行实验验证。K-anonymity is a popular model used in microdata publishing to protect individual privacy.This paper finds that there are privacy disclosure problems on the current K-anonymity models.A new K-anonymity model called（α,L）-diversity K-anonymity is proposed to solve the existing problems.It is also validated by a local-recoding generalization algorithm.

关 键 词：数据发布 隐私保护 K-匿名化 

分 类 号：TP309[自动化与计算机技术—计算机系统结构]