基于聚类的数据敏感属性匿名保护算法

• 作者: 朱玉全 李珊珊 陈耿
• 来源期刊: 计算机应用研究
• 关键词: 敏感属性 l-多样性 聚类 信息损失
• 年，卷（期）: 2012,（2）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 469-471
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2012.02.017

摘要

为了防止数据敏感属性的泄露,需要对数据敏感属性进行匿名保护.针对l-多样性模型当前已提出的算法大多是建立在概念层次结构的基础上,该方法会导致不必要的信息损失.为此,将基于属性泛化层次距离KACA算法中的距离度量方法与聚类结合,提出了一种基于聚类的数据敏感属性匿名保护算法.该算法按照l-多样性模型的要求对数据集进行聚类.实验结果表明,该算法既能对数据中的敏感属性值进行匿名保护,又能降低信息的损失程度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱玉全	江苏大学计算机科学与通信工程学院	90	959	17.0	26.0
2	陈耿	南京审计学院信息科学学院	81	565	13.0	20.0
3	李珊珊	江苏大学计算机科学与通信工程学院	1	8	1.0	1.0