K-匿名熵分类算法研究及分析.pdfVIP

第26卷第 12期 计 算 机 应 用 研 究 Vo1．26No．12 2009年 12月 ApplicationResearchofComputers Dec．2oo9 匿名熵分类算法研究及分析术 刘 坚 ，刘 晖 (东华大学 a．纺织面料技术教育部重点实验室；b．计算机科学与技术学院，上海201620) 摘 要：提 出了一种新的 匿名模型对隐私信息进行保护 ，将熵分类的方法应用于 匿名模型上 ，实验表明该 模型的有效性，利用该模型对数据进行 匿名处理后，确保共享数据具有很高的精确度，尽可能接近原始数据， 同时有效地防止隐私信息的泄露。 关键词：K-匿名；熵；数据挖掘；隐私保护 中图分类号：TP309．2 文献标志码：A 文章编号：1001—3695(2009)12—4728-02 doi：10．3969／j．issn．1001—3695．2009．12．093 Studyandanalysisofentropyclassificationalgorithm forK—anonymity LIU Jian ．LIU Hui (Ⅱ．KeyLaboratoryofTextileScience＆TechnologyforMinistryofEducation，b．SchoolofComputerScience＆Technology，DonghuaUniversi- ty，Shanghai201620，China) Abstract：ThispaperputforthanewK-anonymitymodeltoprotecttheprivateinformation，appliedthemethodbasedonen- tropyclassificationtoit，andvalidatedthevalidityofthemodelthroughexperiment．Themodelensuredprecisionofthesha— ringdataafterK-anonymitykepttheconsistencywiththeoriginaldatautmostly，meanwhile，preventedprivateinfomrationfrom disclosureeffectively． Keywords：K-anonymity；entropy；datamining；privacyprotection 数据隐私是数据库安全特有问题 ，伴随着数据共享带给人 病等隐私信息。如某一个体是已婚女性，年龄为30岁 ，居住在 们的隐私安全问题表现得也越来越令人担忧，隐私数据的保护 401435区。如果该记录是惟一的，通过对表 1、2的链接，推得 就显得尤为重要。通过访问控制可以有效地保护隐私数据的 “小丽，朝阳路22号 ，上海，30，女 ，401435，已婚，癌症”，从而 安全 ，防止非法用户的非授权使用，但是无法避免用户利用非 具体的个体小丽得癌症的隐私信息被泄露。 匿名技术的提 敏感数据通过链接攻击 访问隐私数据，这是一种非常严重 出，能够有效地防止上述针对隐私数据的链接攻击。 的隐私泄露问题。1998年Sweeney 提出了一种用来保护隐 表 1 隐私表 (医疗系统病人信息) 私信息的 匿名模型。文献 [3]证明，获得最佳的 匿名数据 是 NP完全问题。现在有许多利用泛化和隐匿技术来实现 匿名的算法，可以分成基于泛化的层次算法和无层次泛化算法 两类。 匿名研究的对象是针对个人隐私信息的保护，即对于 对外公布共享的数据信息隐藏具体的个体的相关链接信息，防 止针对相关个体隐私数据的链接攻击。本文首先介绍了 匿 名技术的相关概念，以及 匿名的实现方法，然后提出了一个 新的应用熵分类的 匿名实现模型，并对模型的有效性和可 靠性进行了研究。 1 基本概