面向关系-事务数据的数据匿名方法  

Data Anonymization Approach for Microdata with Relational and Transaction Attributes

作　　者：龚奇源 杨明[1] 罗军舟[1] GONG Qi-Yuan YANG Ming LUO Jun-Zhou(School of Computer Science and Engineering, Southeast University, Nanjing 211189, China)

机构地区：[1]东南大学计算机科学与工程学院,江苏南京211189

出　　处：《软件学报》2016年第11期2828-2842,共15页Journal of Software

基　　金：国家自然科学基金(61272054;61572130;61632008;61320106007;61502100;61402104);江苏省自然科学基金(BK 20150628;BK20140648;BK20150637);中央高校基本科研业务费专项资金(2242014R30010);江苏省科技支撑项目(BE2014603);江苏省青蓝工程;江苏省网络与信息安全重点实验室资助项目(BM2003201);教育部网络与信息集成重点实验室资助项目(93K-9)~~

摘　　要：在发布同时包含关系和事务属性的数据(简称为关系-事务数据)时,由于关系数据和事务数据均有可能受到链接攻击,需要同时匿名这两部分的数据.现有的数据匿名技术在匿名化关系-事务数据时会造成严重的数据缺损,无法保障数据可用性.针对此问题,提出了(k,l)-多样化模型,通过等价类上的l-多样化约束和事务数据上的k-匿名约束来保证用户隐私不被泄露.在此基础上,设计并实现了APA和PAA两种满足该模型的匿名算法,以不同的顺序对关系-事务数据进行匿名,并提出了相应的数据缺损评估方法.实际公开数据集上的实验结果表明,与现有的数据匿名技术相比,APA和PAA能够在保护用户隐私的前提下,以更低的数据缺损和更高的效率完成对关系-事务数据的匿名.When publishing datasets that contain relational and transaction attributes, referred to as RT-data for briefness, either type of data may suffer from linking attacks. Anonymizing both of them is essential However, previous approaches suffer from huge information loss during anonymizing RT-data, and they fail to preserve the utility of datasets. To address this problem, an anonymization model, （k,l）- diversity is proposed to ensure privacy by guaranteeing l-diversity on each equivalence class and k-anonymity on transaction data. In addition, two heuristic algorithms named APA and PAA, which anonymize RT-data in different orders, are also provided to achieve （k,l）- diversity. Extensive experiments based on real-world dataset show that APA and PAA outperform existing approaches in terms of execution time and information loss.

关 键 词：数据匿名 隐私泄露 K-匿名 l-多样化 关系-事务数据 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]