基于K-匿名的个性化隐私保护方法研究
数据发布中的隐私保护问题迫在眉睫,如何在保证数据资源信息共享的同时,又防止潜在的隐私信息泄露成了学术界的研究热点.针对其全域与局域算法的不足,基于K-匿名的思想,提出了自顶向下个性化泛化回溯算法及其拓展算法,实现数据匿名化.即结合了L-多样性和(s,d)个性化的规则,动态构建泛化树结构,用户能够自定义隐私的安全等级,使相似的安全等级尽量分离,从而保证信息的可用性和安全性,可有效防止同质攻击和背景知识攻击.基于上述思想,在J2SE平台上开发了基于K-匿名的个性化隐私保护系统,并对系统进行了全面的测试,实验数据表明该算法的有效性,提高安全性的同时,有效的保证信息的可用性.
信息安全 数据资源 隐私保护 K-匿名思想
国内会议
湖北恩施
中文
1-8
2014-09-13(万方平台首次上网日期,不代表论文的发表时间)