（α'k）-匿名数据集的增量更新算法

• 作者: 贾俊杰 陈菲
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 数据发布 隐私保护 (αk)-匿名 语义贴近度
• 年，卷（期）: 2016,（14）
• 所属期刊栏目: 大数据与云计算
• 页码范围: 90-94
• 页数: 5页
• 分类号: TP309
• 字数: 5102字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1507-0194

摘要

现如今已提出了多种个性化的隐私保护算法，这些隐私保护算法大多是针对静态数据的，而动态新增数据集和原始匿名数据集的同步更新是一个亟待解决的问题。建立一种在(α'k)-匿名数据基础上的增量更新方法，对于每个元组计算语义贴近度并选择合适的等价类进行元组更新，使得最终动态更新后的数据也满足(α'k)-匿名。算法分析及仿真实验结果表明，算法以较小的信息损失和执行时进行数据动态更新。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贾俊杰	西北师范大学计算机科学与工程学院	17	34	3.0	5.0
2	陈菲	西北师范大学计算机科学与工程学院	6	19	3.0	4.0