结构化数据的隐私与数据效用度量模型

• 作者: 丁红发 刘波涛 吴睿雪 彭长根 谢明明
• 来源期刊: 计算机应用研究
• 关键词: 隐私保护 隐私度量 度量空间 隐私量 数据效用
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 信息安全技术
• 页码范围: 1465-1469,1473
• 页数: 6页
• 分类号: TP309.2
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.10.0833

摘要

针对隐私保护中数据隐私量和数据效用的量化问题,基于度量空间和范数基本原理提出了一种结构化数据隐私与数据效用度量模型.首先,给出数据数值化处理方法,将数据表转变为矩阵进行运算;其次,引入隐私偏好函数,度量敏感属性随时间的变化;然后,分析隐私保护模型,量化隐私保护技术产生的变化;最后,构建度量空间,给出了隐私量、数据效用和隐私保护程度计算式.通过实例分析,该度量模型能够有效反映隐私信息量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭长根	贵州大学贵州省公共大数据重点实验室	96	449	11.0	16.0
5	丁红发	贵州大学数学与统计学院	9	29	3.0	5.0
9	谢明明	贵州大学数学与统计学院	2	0	0.0	0.0
13	吴睿雪	贵州大学计算机科学与技术学院	2	0	0.0	0.0
17	刘波涛	贵州大学贵州省公共大数据重点实验室	2	0	0.0	0.0