一种基于聚类的数据匿名方法

• 作者: 施伯乐 汪卫 王智慧 许俭
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 数据匿名 准标识符 链接攻击 聚类 信息损失
• 年，卷（期）: 2010,（4）
• 所属期刊栏目: 数据库技术
• 页码范围: 680-693
• 页数: 14页
• 分类号: TP311
• 字数: 12870字
• 语种: 中文
• DOI: 10.3724/SP.J.1001.2010.03508

摘要

为了防止个人隐私的泄漏,在数据共享前需要对其在准标识符上的属性值作数据概化处理,以消除链接攻击,实现在共享中对敏感属性的匿名保护.概化处理增加了属性值的不确定性,不可避免地会造成一定的信息损失.传统的数据概化处理大都建立在预先定义的概念层次结构的基础上,会造成过度概化,带来许多不必要的信息损失.将准标识符中的属性分为有序属性和无序属性两种类型,分别给出了更为灵活的相应数据概化策略.同时,通过考察数据概化前后属性值不确定性程度的变化,量化地定义了数据概化带来的信息损失.在此基础上,将数据匿名问题转化为带特定约束的聚类问题.针对l-多样模型,提出了一种基于聚类的数据匿名方法L-clustering.该方法能够满足在数据共享中对敏感属性的匿名保护需求,同时能够很好地降低实现匿名保护时概化处理所带来的信息损失.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	施伯乐	复旦大学计算机科学技术学院	188	4414	33.0	61.0
2	汪卫	复旦大学计算机科学技术学院	100	1152	16.0	29.0
3	王智慧	复旦大学计算机科学技术学院	12	158	5.0	12.0
4	许俭	复旦大学计算机科学技术学院	2	101	1.0	2.0