面向敏感值的个性化隐私保护

被引:40
|
作者
韩建民 [1 ]
于娟 [1 ]
虞慧群 [2 ]
贾泂 [1 ]
机构
[1] 浙江师范大学数理与信息工程学院
[2] 华东理工大学计算机科学与工程系
关键词
k)-匿名模型; k-匿名; l-多样性; 同质性攻击; 背景知识攻击;
D O I
暂无
中图分类号
TP309.2 [数据安全];
学科分类号
081201 ; 0839 ; 1402 ;
摘要
现有隐私保护匿名模型不能实现敏感值的个性化保护,为此,论文提出完全(α,k)-匿名模型,该模型通过设置等价类中敏感值的出现频率来实现敏感值的个性化保护.论文还提出(,αk)-聚类算法来实现各种(α,k)-匿名模型.实验表明:完全(,αk)-匿名模型能够以与其它(,αk)-匿名模型近似的信息损失量和时间代价,获得更好的隐私保护.
引用
收藏
页码:1723 / 1728
页数:6
相关论文
共 2 条
  • [1] 数据表k-匿名化的微聚集算法研究
    韩建民
    岑婷婷
    虞慧群
    [J]. 电子学报, 2008, (10) : 2021 - 2029
  • [2] Privacy protection:p-sensitive k-anonymity property .2 TRUTA T,V I NAY B. Proc of the 22nd International Conference on Data Engineering Workshop s . 2006