多维数值敏感属性隐私保护数据发布方法

• 作者: 倪巍伟 刘腾腾 崇志宏 张勇
• 来源期刊: 东南大学学报（自然科学版）
• 学科: 工学
• 关键词: 隐私保护 多敏感属性 数值型数据 数据发布
• 年，卷（期）: 2010,（4）
• 页码范围: 699-703
• 分类号: TP311
• 字数: 4262字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0505.2010.04.007

摘要

为避免多维数值敏感属性数据发布中的近似猜测攻击,基于分解思想提出了一种有效的数据发布方法(l-MNSA).首先通过按敏感属性值均匀间隔分组的方法,提出针对单维数值敏感属性的l-SNSA算法;然后提出最小距离的思想,通过将敏感属性统一化并按最小距离均匀间隔分组,提出适用于多维数值敏感属性的l-MNSA算法.与以往仅针对单敏感属性的发布算法相比,该算法同时能对多维敏感属性提供较好的保护.实验结果表明,采用l-MNSA算法发布的数据,其组内最小差异与l-SNSA算法针对各维属性分别发布的结果相比,平均降低10%左右,算法时间复杂度仍为O(nlgn).该算法可以较好地均衡发布数据的安全性和可用性,是有效可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张勇	东南大学计算机科学与工程学院	62	642	15.0	23.0
2	倪巍伟	东南大学计算机科学与工程学院	48	851	19.0	27.0
3	刘腾腾	东南大学计算机科学与工程学院	4	105	4.0	4.0
4	崇志宏	东南大学计算机科学与工程学院	15	181	7.0	13.0