一种新型k匿名隐私保护算法

摘要：

　　文章针对公开数据集上的隐私数据保护展开研究，分析了经典的k匿名算法在处理连续发布的数据集时存在的不足，在新的应用场景下对其进行改进。文章提出的算法通过增量式的数据处理技术减少了时间开销，适用于大规模数据集的快速连续发布。算法通过为每个数据元组选择最优等价类，有效控制了信息损失。算法以敏感属性值泛化技术代替了伪造元组的引入，保证了数据集上只包含真实数据，提高了数据集的可用性。通过实例分析发现提出的算法可以很好的解决连续发布数据集上的隐私保护问题。

关键词： 网络信息安全 k匿名算法 隐私保护 连续数据集 泛化技术

作者: LIU Fei 刘斐 FAN Hua 樊华 JIN Song-chang 金松昌 JIA Yan 贾焰

作者单位: School of Computer Science,National University of Defense Technology,Changsha Hunan 410073,China 国防科技大学计算机学院,湖南长沙410073

会议类型: 国内会议

会议名称: 第27次全国计算机安全学术交流会

会议地点: 四川九寨沟

会议语种:中文

页码: 199-202

在线出版日期: 2012-09-01（万方平台首次上网日期，不代表论文的发表时间）