点击量 ：

第一作者 ： 韩建民

发表时间 ： 2011-01-01

发表刊物 ： 计算机研究与发展

所属单位 ： 数理与信息工程学院

文献类型 ： 期刊

期号 ： 第1期

页面范围 ： 147-158

ISSN ： 1000-1239

关键字 ： k-匿名；同质性攻击；背景知识攻击；l-多样性；数值型敏感属性

摘要 ： 近年来,数据发布隐私保护问题受到了广泛关注,相继提出了多种隐私保护匿名模型.l-多样性模型是其中保护个体隐私的有效方法,但现有的l-多样性模型只适合处理分类型敏感属性,不适合处理数值型敏感属性.为此,提出面向数值型敏感属性的分级l-多样性模型,包括分级相异l-多样性、分级信息熵l-多样性和分级递归(c,l)-多样性.所提出的模型首先将数值型敏感属性域分级,再基于分级信息实现数值型敏感属性的l-多样性.设计了实现这些模型的l-Incognito算法.并且从匿名表的多样性角度进行了比较,实验表明分级l-多样性

是否译文 ： 否