互联网 qkzz.net
全刊杂志网:首页 > 女性 > 文章正文
刊社推荐

(p,a)-sensitive k-匿名隐私保护模型


□ 王 茜 曾子平

  摘 要:提出了一种(p,a)-sensitive k-匿名模型,将敏感属性根据敏感度进行分组,然后给各分组设置不同的约束,并给出了(p,a)-sensitive K-匿名算法。实验结果表明该方法可以明显地减少隐私泄露,增强了数据发布的安全性。
  关键词:数据发布;敏感度;K-匿名;隐私泄露;分组
  中图分类号:TP309文献标志码:A
  文章编号:1001-3695(2009)06-2177-03
  doi:10.3969/j.issn.1001-3695.2009.06.054
  
  (p, a)-sensitive k-anonymity:privacy protection model
  WANG Qian,ZENG Zi-ping
  (College of Computer Science, Chongqing University, Chongqing 400044, China)
  Abstract:This paper proposed a novel model(p,a)-sensitive k-anonymity.It divided sensitive attributes into groups accor-ding to the sensitivity, and set each group with different restriction.Described the corresponding algorithm to implement the idea.The result of the experiments suggests that the new model is able to reduce privacy disclosure apparently and enforce security of data publishing.
  Key words:data publishing; sensitivity; k-anonymity; privacy disclosure; group
  
  随着网络信息技术的高速发展, 人类大量个人信息被政府部门、商业机构等存储、发布,这极大激发了各部门从海量数据中挖掘有用信息的需求。但事物往往具有两面性, 当数据挖掘用于公开分析大量的私人信息(如购物习惯、犯罪记录、病史、信用记录等)时,它在为人们提供强大知识发现功能的同时,也对个人隐私带来威胁。虽然独立的数据发布单位分别会采取措施隐藏发布数据中的个人身份标志或某些隐私数据,但是值得注意的是通过在多个公开的数据源间进行连接操作往往会导致意想不到的隐私信息泄露问题。文献[1]中的研究表明,通过zip code、sex、data of birth等属性对选民登记表和隐匿了个体标志的医疗信息表进行连接操作,超过87%的美国公民的身份均可以被惟一标志。 ......
很抱歉,暂无全文,若需要阅读全文或喜欢本刊物请联系《计算机应用研究》杂志社购买。
欢迎作者提供全文,请点击编辑
分享:
 

了解更多资讯,请关注“木兰百花园”
分享:
 
精彩图文


关键字
支持中国杂志产业发展,请购买、订阅纸质杂志,欢迎杂志社提供过刊、样刊及电子版。
关于我们 | 网站声明 | 刊社管理 | 网站地图 | 联系方式 | 中图分类法 | RSS 2.0订阅 | IP查询
全刊杂志赏析网 2017