面向数据发布的隐私保护模型及参数优选方法  

Privacy Protection Model and Parameter Optimization Method for Data Dissemination

作　　者：徐雅斌 郭昊[3] XU Yabin;GUO Hao(Beijing Key Laboratory of Internet Culture and Digital Dissemination Research,Beijing 100101,China;Beijing Advanced Innovation Center for Materials Genome Engineering,Beijing Information Science and Technology University,Beijing 100101,China;School of Computer,Beijing Information Science and Technology University,Beijing 100101,China)

机构地区：[1]网络文化与数字传播北京市重点实验室,北京100101 [2]北京信息科技大学北京材料基因工程高精尖创新中心,北京100101 [3]北京信息科技大学计算机学院,北京100101

出　　处：《计算机工程》2021年第5期124-130,共7页Computer Engineering

基　　金：国家自然科学基金(61672101);网络文化与数字传播北京市重点实验室开放课题(ICDDXN004);信息网络安全公安部重点实验室开放课题(C18601)。

摘　　要：为更好地对待发布数据进行隐私保护,构建综合k-匿名、l-多样性和t-闭合方法的匿名化隐私保护模型。利用该模型能够选择最适合的隐私保护方法,并优选对应的隐私保护参数,达到数据提供者所期望的隐私保护效果,满足数据使用者对可用性的要求。实验结果表明,该方法不仅可以找到相对较优的参数值,而且能够有效满足具有不同身份和应用需求的用户对数据发布的要求。In order to improve the privacy protection for data to be published,this paper proposes a privacy protection model integrating k-anonymity,l-diversity and t-closure methods.The model can assist in the selection of the most suitable privacy protection method,and the optimization of the corresponding privacy protection parameters,meeting the privacy protection requirements of data providers and availability requirements of data consumers.Experimental results show that the proposed method can find relatively optimized parameter values,and satisfy users with different identities and application requirements for data dissemination.

关 键 词：隐私保护 数据发布 匿名化 K-匿名 l-多样性 t-闭合 参数优选 

分 类 号：TP309[自动化与计算机技术—计算机系统结构]