安徽高等学校省级自然科学基金(KJ2011Z098)
- 作品数：1 被引量：4H指数：1
- 相关作者：杨高明李敬兆朱广丽杨静更多>>
- 相关机构：安徽理工大学哈尔滨工程大学更多>>
- 发文基金：国家自然科学基金安徽高等学校省级自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- (k,l)-多样性数据发布研究被引量：4
- 2013年
- 发布未经处理的数据会导致身份泄露和敏感属性泄露,通过概化准标识符可以达到隐私保护的目的,但信息损失过大。针对该问题提出一种基于聚类的(k,l)-多样性数据发布模型并设计算法予以实现。通过使用概率联合分布度量数据对象的离散属性和连续属性相似性,提高了数据的效用。详细论述了簇的合并、调整和概化策略,结合参数k和l提出隐私保护度概念,指出了基于聚类的最优化(k,l)-多样性算法是NP-难问题,并分析了算法的复杂度。理论分析和实验结果表明,该方法可以有效减少执行时间和信息损失,提高查询精度。
- 杨高明李敬兆杨静朱广丽
- 关键词：隐私保护数据发布聚类
