基于混合式子树算法的大数据匿名化

• 作者: 孙炯宁
• 来源期刊: 南京理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 大数据 云计算 数据匿名 隐私保护 MapReduce
• 年，卷（期）: 2015,（5）
• 页码范围: 609-613
• 页数: 5页
• 分类号: TP301.6
• 字数: 4176字
• 语种: 中文
• DOI: 10.14177/j.cnki.32-1397n.2015.39.05.016

摘要

自顶而下具体化( TDS)和自底向上泛化( BUG)是子树匿名化的主要方法，但其并行能力不足，易导致在云数据处理中缺乏可扩展性。当TDS和BUG分开使用时，很难准确确定K匿名参数。针对这一问题，该文提出一种在大数据中进行有效数据匿名化的基于TDS和BUG的混合方法，设计了基于该混合方法的MapReduce模型，以提高云计算能力的可扩展性。实验表明，与现有方法相比，该混合法可以显著提高扩展性和子树匿名化的效率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙炯宁	江苏海事职业技术学院信息工程学院	12	62	4.0	7.0