韩建民
最后更新时间:--
中文主页 - 科学研究 - 论文成果

论文成果

抵制敏感属性近似攻击的(k,l,e)-匿名模型

点击次数:

发布时间:2018-12-18

第一作者:钟浙云

发表时间:2014-01-01

发表刊物:小型微型计算机系统

所属单位:数理与信息工程学院

文献类型:期刊

期号:第7期

页面范围: 1491-1495

ISSN号:1000-1220

关键字:隐私保护;(k,l)-匿名模型;(k,l,e)-匿名模型;近似攻击

摘要:现有的敏感属性多样性模型均没有考虑敏感值间的语义相似性,不能很好地抵制近似攻击.为此,本文在(k,l)-匿名模型的基础上,提出可抵制近似攻击的(k,l,e)-匿名模型,该模型要求匿名数据中的每个等价类都满足k-匿名约束,且等价类中至少有l个互不e-相近的敏感值.实验结果表明,满足(k,l,e)-匿名模型的匿名数据比满足(k,l)-匿名模型的匿名数据具有更高的多样度,能够更有效地保护个体隐私.

是否译文:否

推荐本文