面向结构化数据集的敏感属性识别与分级算法

• 作者: 丁兴 丁红发 何文竹 彭长根 樊玫玫 王毛妮
• 来源期刊: 计算机应用研究
• 关键词: 隐私保护 敏感属性识别与分级 最大熵 关联规则 互信息
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 信息安全技术
• 页码范围: 3077-3082
• 页数: 6页
• 分类号: TP309
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2019.05.0187

摘要

如何对生产环境中经代码混淆的结构化数据集的敏感属性(字段)进行自动化识别、分类分级,已成为对结构化数据隐私保护的瓶颈.提出一种面向结构化数据集的敏感属性自动化识别与分级算法,利用信息熵定义了属性敏感度,通过对敏感度聚类和属性间关联规则挖掘,将任意结构化数据集的敏感属性进行识别和敏感度量化;通过对敏感属性簇中属性间的互信息相关性和关联规则分析,对敏感属性进行分组并量化其平均敏感度,实现敏感属性的分类分级.实验表明,该算法可识别、分类、分级任意结构化数据集的敏感属性,效率和精确率更高;对比分析表明,该算法可同时实现敏感属性的识别与分级,无须预知属性特征、敏感特征字典,兼顾了属性间的相关性和关联关系.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁红发		16	41	4.0	6.0
2	何文竹		1	0	0.0	0.0
3	彭长根		1	0	0.0	0.0
4	王毛妮		1	0	0.0	0.0
5	丁兴		1	0	0.0	0.0
6	樊玫玫		1	0	0.0	0.0