模式引导的数据匿名问题  

Pattern-guided data anonymity problem

作　　者：刘迎敏 陈光亭 陈永[1] 张安[1] LIU Yingmin;CHEN Guangting;CHEN Yong;ZHANG An(School of Sciences,Hangzhou Dianzi University,Hangzhou Zhejiang 310018,China;School of Information Engineering,Zhejiang University of Water Resources and Hydropower,Hangzhou Zhejiang 318000,China)

机构地区：[1]杭州电子科技大学理学院,浙江杭州310018 [2]浙江水利水电学院信息工程学院,浙江杭州318000

出　　处：《杭州电子科技大学学报（自然科学版）》2023年第4期46-49,82,共5页Journal of Hangzhou Dianzi University：Natural Sciences

基　　金：国家自然科学基金资助项目(11771114,11971139);浙江省自然科学基金资助项目(LY21A010014)。

摘　　要：数据匿名化是大数据时代隐私安全领域的核心问题。针对每个模式向量恰有一个隐藏元素情形下的3-匿名问题,运用匹配原则和贪心原理,展开分类讨论并提出求最优解的算法。Data anonymization is the core issue in the field of privacy security in the era of big data.Aiming at the 3-anonymity problem in the case that each pattern vector has exactly one hidden element,by using the matching principle and the greedy principle,the different cases of the original data are discussed and the algorithm for finding the optimal solution is proposed.

关 键 词：K-匿名 模式向量 最优算法 

分 类 号：O221.7[理学—运筹学与控制论]