一种基于变长聚类的个性化匿名保护方法

• 作者: 凌捷 李丹
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 隐私保护 数据发布 变长聚类 个性化匿名 信息损失
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 网络、通信与安全
• 页码范围: 85-90
• 页数: 6页
• 分类号: TP309
• 字数: 8070字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1612-0040

摘要

针对链接攻击导致的隐私泄露问题,以及为了尽可能减少匿名保护时产生的信息损失,提高发布数据集的可用性,提出一种面向个体的基于变长聚类的个性化匿名保护方法.该方法充分考虑记录权重值对聚类簇中心结果的影响,以提高数据的可用性,并对敏感属性值进行分级处理,将敏感属性值分成三个等级类,响应不同个体的保护需求.理论分析和实验结果表明,该方法能满足敏感属性个性化保护需求,同时可有效地降低信息损失,效率较高,生成的匿名数据集具有较好的可用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	凌捷	广东工业大学计算机学院	133	1124	17.0	28.0
2	李丹	广东工业大学计算机学院	6	86	4.0	6.0