基于有损连接的个性化隐私保护  

Individuation privacy preservation based on lossy join

作　　者：张志祥[1,2] 金华[2] 朱玉全[2] 陈耿[3] 

机构地区：[1]南通大学杏林学院,江苏南通226001 [2]江苏大学计算机科学与通信工程学院,江苏镇江212013 [3]南京审计学院江苏省级审计信息工程重点实验室,江苏南京210029

出　　处：《计算机工程与设计》2011年第9期2938-2942,3018,共6页Computer Engineering and Design

基　　金：国家自然科学基金项目(70971067);江苏省中小企业技术创新基金项目(BC2008140);江苏省高技术基金项目(BG2007028);江苏省六大人才高峰基金项目(07-E-025)

摘　　要：数据表的k-匿名化(k-anonymization)是数据发布环境下保护数据隐私的一种重要方法,在此基础上提出的(,)-匿名模型则是有效的个性化隐私保护方法,泛化/隐匿是实现匿名化的传统技术,然而该技术存在效率低,信息损失量大等缺陷。针对上述问题,引入有损连接的思想,提出了基于贪心策略的(,)-匿名聚类算法,该方法通过准标识符属性和敏感属性间的有损连接来保护隐私数据。实验结果表明,与泛化/隐匿方法相比,该方法在信息损失量和时间效率上具有明显的优势,可以获得更好的隐私信息保护。k-anonymization of tables is an important approach to protect data privacy in data publishing scenario.（a,k）-anonymity model is an effective individuation privacy preservation method.These anonymization is achieved traditionally via generalization/suppression techniques.However,these methods have some defects on efficiency and data distortion.To solve the problem,a（a,k）-anonymity clustering algorithm based on greedy strategy is proposed recur to the idea of lossy join,which is an effective method to protect the privacy data.Experimental results show that the clustering algorithm is better than previous approaches.

关 键 词：隐私保护 K-匿名 ( )-匿名模型 泛化 有损连接 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]