登录 | 注册 | 退出 | 公司首页 | 繁体中文 | 满意度调查
综合馆
面向多敏感属性的个性化分级(l,α,m)-多样性匿名方法
  • 摘要

    为了防止多敏感属性中敏感属性语义相似性导致的隐私泄露问题,同时尽可能减少匿名保护时的信息损失,提出了个性化分级(l,α,m)-多样性匿名模型.该模型根据敏感属性的语义相似性,对敏感属性进行分级,通过等价类分级加权多样度灵活控制敏感属性语义相异度,控制隐私泄露风险.在此基础上,给出一种基于聚类的匿名模型算法,该算法针对不同准标识符属性设置不同的权值进行泛化处理,构建个性化分级(l,α,m)-多样性匿名模型.实验结果表明,提出的聚类算法能很好地实现个性化分级(l,α,m)-多样性匿名模型,并且能够有效地保护含多敏感属性的个体隐私信息.

  • 作者

    刘志军  张艳丽  闫晶星  范永健  席爱萍  Liu Zhijun  Zhang Yanli  Yan Jingxing  Fan Yongjian  Xi Aiping 

  • 作者单位

    河北工程大学附属医院,河北邯郸,056002/河北工程大学信息与电气工程学院,河北邯郸,056038

  • 刊期

    2016年1期 ISTIC PKU

  • 关键词

    隐私保护  匿名化  多敏感属性  (l,m)-多样性  privacy protection  anonymous  multi-sensitive attributes  (l  m)-diversity 

相似文献 查看更多>>
3.214.224.224