基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
MDAV算法是一种高效的微聚集算法,但它未考虑等价类中敏感属性多样性问题,生成的匿名表不能抵制同质性攻击和背景知识攻击.针对该问题,提出一种能够实现(k,e)-匿名模型的MDAV算法,简称(k,e)-MDAV算法.该算法将距离类中心最近的至少k个不同敏感值的元组聚为一类,并要求每个类内敏感属性值最大差异至少为e.实验结果表明,该算法能够生成满足(k,e)-匿名模型的匿名表.
推荐文章
实现(α,k)-匿名模型的改进算法研究
匿名算法
微聚集
分类型
多敏感属性K-匿名模型的实现
多敏感属性
K-匿名
L-多样性
微聚集算法
基于敏感属性值泄露个数期望的匿名模型
K-匿名
隐私保护
匿名化
期望
k-匿名改进模型下的LCSS-TA轨迹匿名算法
轨迹数据
隐私保护
噪声点
LCSS距离度量函数
(k,δ)-匿名模型
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 用于实现(k,e)-匿名模型的MDAV算法
来源期刊 计算机工程 学科 工学
关键词 (k,e)-匿名 k-匿名 微聚集 同质性攻击 背景知识攻击
年,卷(期) 2010,(15) 所属期刊栏目
研究方向 页码范围 159-161
页数 分类号 TP311.52
字数 3418字 语种 中文
DOI 10.3969/j.issn.1000-3428.2010.15.056
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 夏赞珠 浙江师范大学数理与信息工程学院 7 36 3.0 6.0
2 韩建民 浙江师范大学数理与信息工程学院 45 480 11.0 21.0
3 于娟 浙江师范大学数理与信息工程学院 5 164 5.0 5.0
4 郭腾芳 浙江师范大学数理与信息工程学院 4 40 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (34)
参考文献  (2)
节点文献
引证文献  (11)
同被引文献  (19)
二级引证文献  (38)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(3)
  • 引证文献(2)
  • 二级引证文献(1)
2017(9)
  • 引证文献(5)
  • 二级引证文献(4)
2018(15)
  • 引证文献(2)
  • 二级引证文献(13)
2019(13)
  • 引证文献(0)
  • 二级引证文献(13)
2020(7)
  • 引证文献(0)
  • 二级引证文献(7)
研究主题发展历程
节点文献
(k,e)-匿名
k-匿名
微聚集
同质性攻击
背景知识攻击
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导