基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
L-MDAV算法结合L-多样性模型和MDAV微聚集算法来实现K-匿名模型,但是L-MDAV算法只考虑了单一敏感属性下的约束,而在实际发布的数据中不可能只有一个敏感属性,论文在该算法的基础上提出了基于多敏感属性的MDAV算法,文中仅以两种敏感属性为例,因此算法命名为(L1,L2)-MDAV算法.论文在根据用户不同敏感属性的不同保护需求下为用户个性化定义敏感属性的敏感度.实验结果表明,论文提出的算法相比于L-MDAV算法能够更好地保护隐私数据安全.
推荐文章
基于敏感属性值泄露个数期望的匿名模型
K-匿名
隐私保护
匿名化
期望
实现(α,k)-匿名模型的改进算法研究
匿名算法
微聚集
分类型
(p,a)-sensitive k-匿名隐私保护模型
数据发布
敏感度
K-匿名
隐私泄露
分组
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 多敏感属性K-匿名模型的实现
来源期刊 计算机与数字工程 学科 工学
关键词 多敏感属性 K-匿名 L-多样性 微聚集算法
年,卷(期) 2017,(7) 所属期刊栏目 信息处理与网络安全
研究方向 页码范围 1368-1372
页数 5页 分类号 TP3-05
字数 3250字 语种 中文
DOI 10.3969/j.issn.1672-9722.2017.07.029
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 闫仁武 江苏科技大学计算机科学与工程学院 22 111 6.0 9.0
2 王静 江苏科技大学计算机科学与工程学院 24 87 5.0 8.0
3 刘亚梅 江苏科技大学计算机科学与工程学院 1 5 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (49)
共引文献  (33)
参考文献  (13)
节点文献
引证文献  (5)
同被引文献  (5)
二级引证文献  (0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(5)
  • 参考文献(2)
  • 二级参考文献(3)
2005(8)
  • 参考文献(1)
  • 二级参考文献(7)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(8)
  • 参考文献(1)
  • 二级参考文献(7)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(13)
  • 参考文献(1)
  • 二级参考文献(12)
2011(7)
  • 参考文献(0)
  • 二级参考文献(7)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(3)
  • 参考文献(2)
  • 二级参考文献(1)
2014(4)
  • 参考文献(3)
  • 二级参考文献(1)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(4)
  • 引证文献(4)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
多敏感属性
K-匿名
L-多样性
微聚集算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机与数字工程
月刊
1672-9722
42-1372/TP
大16开
武汉市东湖新技术开发区凤凰产业园藏龙北路1号
1973
chi
出版文献量(篇)
9945
总下载数(次)
28
总被引数(次)
47579
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导