面向表数据发布隐私保护的贪心聚类匿名方法

• 作者: 姜火文 曾国荪 马海英
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 数据发布 隐私保护 聚类匿名 信息损失
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 计算机网络与信息安全
• 页码范围: 341-351
• 页数: 11页
• 分类号: TP309
• 字数: 11070字
• 语种: 中文
• DOI: 10.13328/j.cnki.j0s.005015

摘要

为了防范隐私泄露,表数据一般需要匿名处理后发布.现有匿名方案较少分类考察准标识属性概化,并缺少同时考虑信息损失量和时间效率的最优化.利用贪心法和聚类划分的思想,提出一种贪心聚类匿名方法:分类概化准标识属性,并分别度量其信息损失,有利于减小并合理评价信息损失.对元组间距离和元组与等价类距离,建立与最小合并概化信息损失值正相关的距离定义,聚类过程始终选取具有最小距离值的元组添加,从而保证信息损失总量趋于最小.按照k值控制逐一聚类,实现等价类均衡划分,减少了距离计算总量,节省了运行时间.实验结果表明,该方法在减少信息损失和运行时间方面是有效的.