面向近邻泄露的数值型敏感属性隐私保护方法

• 作者: 张健沛 张冰 杨静 谢静
• 来源期刊: 通信学报
• 学科: 工学
• 关键词: 隐私保护 数值型敏感属性 近邻泄露 离散化
• 年，卷（期）: 2015,（4）
• 所属期刊栏目: 学术论文
• 页码范围: 96-104
• 页数: 9页
• 分类号: TP309.2
• 字数: 9501字
• 语种: 中文
• DOI: 10.11959/j.issn.1000-436x.2015093

摘要

提出一种面向近邻泄露的数值型敏感属性隐私保护方法,该方法首先在保护准标识符属性和数值型敏感属性内在关系的前提下,将数值型敏感属性进行离散化划分;然后,提出一种面向近邻泄露的隐私保护原则——(k,ε)-proximity;最后,设计了最大邻域优先算法MNF(maximal neighborhood first)来实现该原则.实验结果表明,提出的方法能在有效保护数值型敏感信息不泄露的同时保持较高的数据效用,并且保护了数据间的关系.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张健沛	哈尔滨工程大学计算机科学与技术学院	156	1356	19.0	28.0
2	杨静	哈尔滨工程大学计算机科学与技术学院	178	2073	24.0	37.0
3	谢静	哈尔滨工程大学计算机科学与技术学院	12	88	5.0	9.0
4	张冰	哈尔滨工程大学计算机科学与技术学院	50	351	11.0	16.0