贾泂

基本信息Personal Information

教授

性别 : 男

毕业院校 : 复旦大学计算机系

在职信息 : 在岗

所在单位 : 计算机科学与技术学院

入职时间 : 1987年08月01日

扫描关注

论文成果

当前位置: 中文主页 >> 科学研究 >> 论文成果

面向数值型敏感属性的分级l-多样性模型

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 :

推荐此文