社会网络数据中一种基于k-degree-l-diversity匿名的个性化隐私保护方法

• 作者: 焦佳
• 来源期刊: 现代计算机：中旬刊
• 学科: 工学
• 关键词: 个性化匿名 隐私保护 社会网络
• 年，卷（期）: 2016,（10）
• 页码范围: 45-47
• 页数: 3页
• 分类号: TP393.4

摘要

近年来关于社会网络数据的隐私保护方法中,大部分将社会网络中的所有个体考虑为具有相同等级的隐私保护需求,没有考虑其隐私需求是多样化和个性化的,故会对某些个体存在过度保护,造成数据不必要的失真。基于此,在k-degree-l-diversity匿名方法的基础上提出了个性化-（k,l）匿名方法。实验证明,该个性化匿名方法能减少数据的损失,提高数据的可用性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	焦佳		4	4	1.0	2.0