基于聚类的数字图书馆用户隐私保护方法

• 作者: 蔡晓峰
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 数字图书馆 隐私保护 聚类 属性概化
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 信息技术及图像处理
• 页码范围: 123-127
• 页数: 5页
• 分类号: TN391|TP309
• 语种: 中文
• DOI: 10.19651/j.cnki.emt.1903291

摘要

为提高数字图书馆用户隐私数据保护性能,提出了一种基于聚类的用户数据隐私保护方法.首先,利用数字图书馆和用户之间的关系数据构建网络模型.然后,利用综合特征距离对模型中节点进行聚类,将原始节点集合转化为至少包含k个节点的超点.最后,对超点中的节点属性信息进行概化处理,降低攻击者获取用户隐私数据的概率.实验结果表明,该方法的属性信息损失较低,匿名发布精度较高,且运算量较小,适合应用于数字图书馆用户隐私数据保护场合.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡晓峰		9	9	2.0	2.0