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:
针对多数隐私保护算法不能较好平衡数据精度和数据隐私保护程度的问题,从数据集中准标识属性与敏感属性的关联关系出发,提出一种基于关联规则的匿名算法.运用Aprior算法建立属性间的关联规则,利用互信息量度量其关联度,为准标识属性的分级分类提供依据,同时设置泛化边界与权重,以避免产生较大的匿名成本.实验结果表明,该算法能够减少数据损失,实现数据效用与隐私保护之间的均衡.
推荐文章
基于聚类的数据敏感属性匿名保护算法
敏感属性
l-多样性
聚类
信息损失
面向分类型敏感属性的分级匿名算法
隐私保护
同质攻击
背景知识攻击
语义分析
敏感属性
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
基于聚类的数据敏感属性匿名保护算法
敏感属性
l-多样性
聚类
信息损失
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 基于关联规则的多敏感属性匿名算法
来源期刊 计算机工程 学科 工学
关键词 隐私保护 多敏感属性 关联关系 泛化边界 关联规则
年,卷(期) 2019,(11) 所属期刊栏目 安全技术
研究方向 页码范围 126-132
页数 7页 分类号 TP309
字数 7926字 语种 中文
DOI 10.19678/j.issn.1000-3428.0052660
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (6)
参考文献  (10)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 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
隐私保护
多敏感属性
关联关系
泛化边界
关联规则
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
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导