数据表k-匿名化的微聚集算法研究

• 作者: 岑婷婷 虞慧群 韩建民
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: k-匿名 泛化/隐匿 微数据 微聚集 隐私保护
• 年，卷（期）: 2008,（10）
• 所属期刊栏目: 综述评论
• 页码范围: 2021-2029
• 页数: 9页
• 分类号: TP309.2
• 字数: 10325字
• 语种: 中文
• DOI: 10.3321/j.issn:0372-2112.2008.10.027

摘要

数据表的k-匿名化(k-anonymization)是数据发布时保护私有信息的一种重要方法.泛化/隐匿是实现k-匿名的传统技术,然而,该技术存在效率低、k-匿名化后数据的可用性差等问题.近年来,微聚集(Microaggregation)算法被应用到数据表的k-匿名化上,弥补了泛化/隐匿技术的不足,其基本思想是:将大量的数据按相似程度划分为若干类,要求每个类内元组数至少为k个,然后用类质心取代类内元组的值,实现数据表的k-匿名化.本文综述了微聚集算法的基本思想、相关技术和当前动态,对现有的微聚集算法进行了分类分析,并总结了微聚集算法的评估方法,最后对微聚集算法的研究难点及未来的发展趋势作了探讨.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	虞慧群	华东理工大学计算机科学与工程系	113	814	14.0	24.0
2	韩建民	华东理工大学计算机科学与工程系	45	480	11.0	21.0
6	岑婷婷	浙江师范大学数理与信息工程学院	5	142	3.0	5.0