一种基于聚类的数据流隐私保护算法.pdfVIP

第４２卷 第１期 福州大学学报（自然科学版） Ｖｏｌ．４２Ｎｏ．１ ２０１４年２月 ＪｏｕｒｎａｌｏｆＦｕｚｈｏｕＵｎｉｖｅｒｓｉｔｙ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ） Ｆｅｂ．２０１４ ＤＯＩ：１０．７６３１／ｉｓｓｎ．１０００－２２４３．２０１４．０１．００３５ 文章编号：１０００－２２４３（２０１４）０１－００３５－１０ 一种基于聚类的数据流隐私保护算法 １ ２ 张岐山 ，郭 昆 （１．福州大学管理学院，福建 福州　３５０１１６；２．福州大学数学与计算机科学学院，福建 福州　３５０１１６） 摘要：数据流潜在无限、流动迅速、变化频繁等特点，使在数据流上实现隐私保护面临重大挑战．在阐述数据流 匿名的概念及分析现有数据流匿名算法特点的基础上，提出基于聚类的数据流匿名设计思想，并给出算法实现． 在真实数据集上的实验结果表明，新算法在满足匿名要求的同时能够降低概化和抑制处理带来的信息损失． 关键词：聚类；数据流；匿名；隐私保护 中图分类号：ＴＰ３０１　 文献标识码：Ａ Ａｐｒｉｖａｃｙｐｒｅｓｅｒｖａｔｉｏｎａｌｇｏｒｉｔｈｍｆｏｒｄａｔａｓｔｒｅａｍｓｂａｓｅｄｏｎｃｌｕｓｔｅｒｉｎｇ １ ２ ＺＨＡＮＧＱｉ－ｓｈａｎ，ＧＵＯＫｕｎ （１．ＣｏｌｌｅｇｅｏｆＭａｎａｇｅｍｅｎｔ，ＦｕｚｈｏｕＵｎｉｖｅｒｓｉｔｙ，Ｆｕｚｈｏｕ，Ｆｕｊｉａｎ３５０１１６，Ｃｈｉｎａ； ２．ＣｏｌｌｅｇｅｏｆＭａｔｈｅｍａｔｉｃｓａｎｄＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅ，ＦｕｚｈｏｕＵｎｉｖｅｒｓｉｔｙ，Ｆｕｚｈｏｕ，Ｆｕｊｉａｎ３５０１１６，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｄａｔａｓｔｒｅａｍｓｈａｖｅｔｈｅｆｅａｔｕｒｅｓｏｆｐｏｔｅｎｔｉａｌｉｎｆｉｎｉｔｙ，ｆａｓｔｆｌｏｗｉｎｇａｎｄｆｒｅｑｕｅｎｔｖａｒｉａｔｉｏｎ，ｗｈｉｃｈ ｍａｋｅｓｔｈｅｐｒｉｖａｃｙｐｒｅｓｅｒｖａｔｉｏｎｏｆｄａｔａｓｔｒｅａｍｓａｇｒｅａｔｃｈａｌｌｅｎｇｅ．Ｔｈｅｃｏｎｃｅｐｔｉｏｎｓｏｆｄａｔａｓｔｒｅａｍａｎｏｎｙ ｍｉｚａｔｉｏｎａｎｄｔｈｅａｎａｌｙｓｉｓｏｆｔｈｅｅｘｉｓｔｉｎｇａｌｇｏｒｉｔｈｍｓｆｏｒｄａｔａｓｔｒｅａｍａｎｏｎｙｍｉｚａｔｉｏｎａｒｅｐｒｏｖｉｄｅｄ．Ｔｈｅｉｄｅ ａｌｏｆａｎｏｎｙｍｉｚｉｎｇｄａｔａｓｔｒｅａｍｔｈｒｏｕｇｈｃｌｕｓｔｅｒｉｎｇａｎｄｔｈｅａｌｇｏｒｉｔｈｍｉｍｐｌｅｍｅｎｔａｔｉｏｎａｒｅｐｒｏｐｏｓｅｄ．Ｔｈｅｅｘ ｐｅｒｉｍｅｎｔｓｃｏｎｄｕｃｔｅｄｏｎｔｈｅｒｅａｌｄａｔａｓｅｔｄｅｍｏｎｓｔｒａｔｅｔｈｅｎｅｗｍｅｔｈｏｄｃａｎｒｅｄｕｃｅｔｈｅｉｎｆｏｒｍａｔｉｏｎｌｏｓｓ ｃａｕｓｅｄｂｙｇｅｎｅｒａｌｉｚａｔｉｏｎａｎｄｓｕｐｐｒｅｓｓｉｏｎｗｈｉｌｅｓａｔｉｓｆｙｉｎｇｔｈｅａｎｏｎｙｍｉｚａｔｉｏｎｒｅｑｕｉｒｅｍｅｎｔｓ． Ｋｅｙｗｏｒｄｓ：ｃｌｕｓｔｅｒｉｎｇ；ｄａｔａｓｔｒｅａｍ；ａｎｏｎｙｍｉｚａｔｉｏｎ；ｐｒｉｖａｃｙｐｒｅｓｅｒｖａｔｉｏｎ ０　引言 随着人们对个人隐私的日益关注，如何在共享信息的同时保护个人和组织的隐私已成为近年来数据 ［１］ 挖掘领域的重要研究方向 ．在共享数据前，对敏感属性进行匿名处理是保护用户隐私的一种重要方法． ［２－９］ ［１０］ ［１１］ ［１２］ 目前，在静态数据的隐私保护方面已经有许多成熟的研究成果 ．ｋ匿名 、ｌ多样性 、ｔ接近度 、