一种基于粗糙微聚集算法及属性重要度的匿名模型的数据质量评估  

A data quality assessment research of anonymous model based on rough micro-aggregation algorithm and attribute importance

作　　者：段文影[1] 段隆振[1] 邱桃荣[1] 

机构地区：[1]南昌大学信息工程学院,江西南昌330031

出　　处：《南昌大学学报（理科版）》2015年第3期238-242,共5页Journal of Nanchang University(Natural Science)

基　　金：江西省自然科学基金资助项目(20114BAB201039);江西省科技支撑计划资助项目(20112BBC70087)

摘　　要：提出一种基于属性重要度的匿名模型并改进了微聚集算法,提出一种用于解决微聚集算法在处理分类型数据时存在的问题的方法。并针对改进算法,从粗糙集理角度出发,设计了一种度量函数来衡量匿名化数据的质量。仿真实验证明,改进的方法是有效的。A new anonymous model based on attribute importance was proposed and Micro-aggregation algorithm is improved for dealing with categorical data.And for the improved algorithm,from the point of view of rough sets,a function was designed for measuring the quality of anonymized data.The simulation results show that the improved method is effective.

关 键 词：粗糙集 微聚集 K-匿名 隐私保护 

分 类 号：TP31[自动化与计算机技术—计算机软件与理论]