隐私保护关系型数据发布的多维划分动态规划算法

• 作者: 吴英杰 孙岚 王一蕾
• 来源期刊: 南京大学学报（自然科学版）
• 关键词: 隐私保护 关系型数据发布 多维划分 动态规划 算法
• 年，卷（期）: 2013,（2）
• 页码范围: 258-267
• 语种: 中文

摘要

目前大部分隐私保护关系型数据发布算法均未能有效兼顾算法效率和发布数据的可用性,从空间多维划分的角度研究关系型数据发布中的隐私保护问题,发现前期研究提出的基于子空间划分的隐私保护最优k-匿名动态规划算法(k-ASPDP)可适用于多种隐私保护机制,进而设计出一种基于多维划分的隐私保护关系型数据发布动态规划算法框架Bottom-Up MG,并针对动态规划算法κASPDP空间复杂度较大的不足,提出一个空间可扩展性强的混合κ-匿名化算法k-ASPDP+.实验分别对以1-多样性为隐私保护机制的Bottom-Up MG算法和k-ASPDP+算法所发布数据的可用性及算法效率与同类算法进行比较分析.实验结果表明,本文算法是有效可行的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴英杰	福州大学数学与计算机科学学院	66	453	11.0	19.0
2	王一蕾	福州大学数学与计算机科学学院	31	155	7.0	11.0
3	孙岚	福州大学数学与计算机科学学院	19	101	6.0	9.0