基于时间密度的数据流匿名方法

被引：2

作者：

谢静 ^{[1
]}

张健沛 ^{[1
]}

杨静 ^{[1
]}

张冰 ^{[1
]}

机构：

[1] 哈尔滨工程大学计算机科学与技术学院

来源：

通信学报 | 2014年 / 11期

基金：

高等学校博士学科点专项科研基金;

关键词：

隐私保护; 数据流; 匿名; 时态性;

D O I：

暂无

中图分类号：

TP309 [安全保密];

学科分类号：

081201 ; 0839 ; 1402 ;

摘要：

针对数据流中的匿名问题,提出一种基于时间密度的数据流匿名算法,考虑数据流的强时态性,提出时间权重和时间密度概念,当已发布簇的个数达到上限时,删除时间密度最小的簇,以此来保证已发布簇的可重用性。此外,为了保持较高的执行效率,算法对数据采用单遍扫描,以实现数据流的高效匿名。在真实数据集上的实验结果表明,提出的方法能保持较高的效率和较好的数据效用。

引用

页码：191 / 198

页数：8

共 4 条

[1] 基于聚类的快速数据流匿名方法
郭昆
张岐山
[J]. 软件学报, 2013, 24 (08) : 1852 - 1867
[2] Fast clustering-based anonymization approaches with time constraints for data streams[J] . Kun Guo,Qishan Zhang. Knowledge-Based Systems . 2013
[3] CASTLE: Continuously Anonymizing Data Streams[J] . Cao,Jianneng,Carminati,Barbara,Ferrari,Elena,Tan,Kian-Lee. IEEE Transactions on Dependable and Secure Computing . 2011 (3)
[4] L -diversity[J] . Ashwin Machanavajjhala,Daniel Kifer,Johannes Gehrke,Muthuramakrishnan Venkitasubramaniam. ACM Transactions on Knowledge Discovery from Data (TKDD) . 2007 (1)

← 1 →