(α,k)-匿名数据集的增量更新算法  

Adynamic updates algorithm on(α,k)-anonymous data set

作　　者：贾俊杰[1] 陈菲[1] 

机构地区：[1]西北师范大学计算机科学与工程学院,兰州730070

出　　处：《计算机工程与应用》2016年第14期90-94,共5页Computer Engineering and Applications

基　　金：兰州市科技计划项目(No.20141256)

摘　　要：现如今已提出了多种个性化的隐私保护算法,这些隐私保护算法大多是针对静态数据的,而动态新增数据集和原始匿名数据集的同步更新是一个亟待解决的问题。建立一种在(αk)-匿名数据基础上的增量更新方法,对于每个元组计算语义贴近度并选择合适的等价类进行元组更新,使得最终动态更新后的数据也满足(αk)-匿名。算法分析及仿真实验结果表明,算法以较小的信息损失和执行时进行数据动态更新。Nowadays many kinds of personalized privacy protection algorithms are proposed. They are mostly for static data, but the new set and the anonymous set together dynamic update is a problem to be solved. It establishes a dynamic update method on （α＇k）-anonymous data set. For each tuple it calculates the semantic and chooses the appropriate equiv-alence class to do tuple update;it makes final dynamically updated set satisfy （α＇k）-anonymous. Algorithm analysis and simulation results show that this algorithm obtains dynamically updated implementation of smaller loss of information and short executing time.

关 键 词：数据发布 隐私保护 (αk)-匿名 语义贴近度 

分 类 号：TP309[自动化与计算机技术—计算机系统结构]