基于局部聚类和杂度增益的数据信息隐私保护方法探讨.pdfVIP

基于局部聚类和杂度增益的数据信息 隐私保护方法探讨 孙通源 (中山大学) , , 摘 要 近年来 隐私保护的数据挖掘已逐渐成为数据挖掘研究的热点 而数据隐私的保 　 　 , 。 护 如用户个人信息的隐私保护则是其中的重要问题之一 针对已有隐私保护方法匿名效果 , , , ( , ) , 不理想 信息损失程度高 聚集查询精度低等不足 在 alha k 隐私保护模型基础上 p , “ 结合局部聚类和杂度增益方法 尝试提出了一种改进原有方法的数据隐私保护方法 alha p ”。 , + 通过局部聚类和杂度增益这两种数据集处理方法代替原有数据概化过程 使得信息损 , , 失程度得以降低 最后对比两种方法所得到的匿名数据杂度值 得到一种数据匿名性更高的 方法。 关键词 数据隐私保护 匿名 局部聚类 杂度增益 　 　k 　 　 1　引言 , 。 , 随着大数据时代的到来 越来越多的信息需要在网上完成交换 为了保护用户数据信息隐私 一 , 。 味的抵触回避网络这一传输媒介并非万全之策 带来的反而将是更大的损失 现在对于很多个人隐私 , 、 , , 敏感信息 如我们在各种应用领域所能收集 存储和处理的医疗信息 这些数据通常来说非常重要 , , 不仅可以给信息提供的主体带来高质量的医疗服务 防止医疗事故发生 还有助于推动医药领域的研 。 、 , 究发展 对通过合理 合法的正规渠道获得隐私信息并进行额外应用的行为应该予以支持 同时也要 。 防止一些不法分子通过非法渠道对这些隐私信息进行获取和擅自利用以牟取利益 在今天这样一个通 , 过网络进行信息交换成为主流趋势的时代背景下 使得个人相关数据的隐私权益的有效保障已变得越 来越重要。 、 、 、 、 , 本文将在局部聚类 杂度增益 k 匿名化 l多样性 t逼近理论等背景知识下 利用 UCI数 “ ” , 、 , ( , )数据