一种增强的个性化匿名隐私保护模型
匿名模型是近年来隐私保护研究的热点技术之一，主要研究如何在数据发布中避免敏感数据的泄露，又能保证数据发布的高效用性。提出了一种个性化(a”s”， e)-多样k-匿名模型，该方法将敏感属性泛化成泛化树，根据数据发布中隐私保护的具体要求，给各结点设置不同的α约束，发布符合个性化匿名模型的数据。该方法在保护隐私的同时进一步提高信息的个性化要求。实验结果表明，该方法提高了信息的有效性，具有很高的实用性。
数据匿名 隐私保护 匿名模型 信息个性化
刘英华 刘永彬 李广原 郭建威
北京科技大学信息工程学院，北京 100083 中国青年政治学院，北京 100089 北京科技大学信息工程学院，北京 100083
国内会议
湖北恩施
中文
4-8
2011-08-16（万方平台首次上网日期，不代表论文的发表时间）