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:
建模是不确定性数据管理的基础,K-匿名隐私保护模型中不确定性数据有其特殊性:它是人为泛化后的不确定性数据,泛化后的每个实例还原成泛化前元组的概率是相等的.由于其特殊性,以往针对非人为造成不确定性的数据建模方法已经不能简单地用于描述K-匿名隐私保护模型中不确定性数据.为了描述K-匿名隐私保护模型中不确定性数据,本文提出几种针对它的新建模方法:Kattr模型使用attribute-ors方法来描述K-匿名数据中准标识符属性值的不确定性;Ktuple模型把K-匿名表不确定属性值看成是一个关系值,对关系值使用tuple-ors方法来描述;Kupperlower模型把K-匿名表泛化值范围分开成两个字段:上限和下限;Ktree模型根据K-匿名表是对普通表通过泛化树泛化而形成这一特性逆向拆分成树形结构.由这几种模型及它们之间的组合构成了一个描述K-匿名隐私保护模型中不确定性数据的模型空间.并且,本文讨论了模型空间里各种模型的完备性和封闭性等性质.
推荐文章
k-匿名隐私保护模型中不确定性数据的查询问题
不确定性数据
k-匿名
可能世界
数据模型
查询
数据复杂度
(p,a)-sensitive k-匿名隐私保护模型
数据发布
敏感度
K-匿名
隐私泄露
分组
基于K-匿名的快递信息隐私保护应用
快递单
K-匿名模型
隐私保护
数据匿名
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 K-匿名隐私保护模型中不确定性数据的建模问题研究
来源期刊 计算机工程与科学 学科 工学
关键词 建模 不确定性数据 K-匿名 模型空间 完备性 封闭性
年,卷(期) 2011,(9) 所属期刊栏目 计算机网络与信息安全
研究方向 页码范围 7-12
页数 分类号 TP311.131
字数 4108字 语种 中文
DOI 10.3969/j.issn.1007-130X.2011.09.002
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 刘国华 东华大学计算机学院 63 422 9.0 18.0
2 王梅 东华大学计算机学院 36 264 9.0 14.0
3 吴佳伟 东华大学计算机学院 1 7 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (5)
参考文献  (7)
节点文献
引证文献  (7)
同被引文献  (9)
二级引证文献  (7)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(1)
  • 参考文献(1)
  • 二级参考文献(0)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2013(4)
  • 引证文献(3)
  • 二级引证文献(1)
2014(3)
  • 引证文献(2)
  • 二级引证文献(1)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2016(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
建模
不确定性数据
K-匿名
模型空间
完备性
封闭性
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
计算机工程与科学
月刊
1007-130X
43-1258/TP
大16开
湖南省长沙市开福区德雅路109号国防科技大学计算机学院
42-153
1973
chi
出版文献量(篇)
8622
总下载数(次)
11
总被引数(次)
59030
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导