数值型敏感属性的近邻泄露保护方法研究  

Research on preservation of proximity privacy of numerical sensitive data

作　　者：陈伟鹤[1] 屈洪雪[1] 邱道龙[1] 

机构地区：[1]江苏大学计算机科学与通信工程学院,江苏镇江212013

出　　处：《计算机应用研究》2012年第2期650-654,657,共6页Application Research of Computers

基　　金：江苏省教育厅自然科学基金资助项目(09KJB520003);江苏大学高级人才启动基金资助项目(07JDG031)

摘　　要：针对在发布数值型敏感属性数据时,因同一分组中个体的敏感属性值之间过小的差异而导致攻击者可以较高的概率以及较小的误差推导出目标个体的敏感信息,从而出现近邻泄露问题,提出了一种有效的防止近邻泄露的模型:(εp,l)-anonymity。该模型根据不同的敏感属性值区间设置不同的阈值εi(1≤i≤p)控制敏感属性值之间的相似度,并采用有损链接的方法对隐私数据进行保护。实验结果表明,该方法可以明显减少近邻泄露,提高信息可用性,增强数据发布的安全性。Proximity breach occurs when an adversary may have high confidence to infer the victim＇s value fall in a short interval in publishing numerical sensitive data.In view of such proximity breach in data publishing when sensitive values were numerical,this paper proposed a model called（εp,l）-anonymity to prevent proximity breach on the idea of lossy join.To control similarity of sensitive values in different ranges,this model set different threshold values εi（1≤i≤p）.The results of experiments suggest that the model is able to reduce proximity breach apparently and enforces security of data publishing with a better utility.

关 键 词：数据发布 数值型 有损连接 可用性 近邻泄露 (εp l)-anonymity 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]