基于数据隐私保护的(L,K,d)算法

• 作者: 康茜 晏慧 雷建云
• 来源期刊: 中南民族大学学报（自然科学版）
• 学科: 工学
• 关键词: 隐私保护 K-匿名算法 (P,K,d)匿名算法 (L,K,d)多样化匿名算法
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 计算机科学
• 页码范围: 517-523
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.12130/znmdzk.20200513

摘要

在数据被发布共享时,既要保证数据的真实性和有用性,又要保障个体的隐私安全.对已提出的K-匿名算法和(P,K,d)匿名算法进行改进,并提出了一种新的(L,K,d)多样化匿名算法,它能够同时抵御关联攻击、同质攻击和背景知识攻击,既适用于单维敏感属性表又适用于多维敏感属性表.实验结果表明:(L,K,d)多样化匿名算法在提高了数据的隐私保护度的同时又保障了数据的可研究价值,具有一定的理论意义和实践意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	雷建云		47	148	7.0	10.0
2	康茜		1	0	0.0	0.0
3	晏慧		1	0	0.0	0.0