原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于微聚集的a-多样性k-匿名大数据隐私保护.pdf
— —
— —
／2015年第03期
■ doi：103969／iissn1671—1122201503004
基于微聚集的a一多样性k一匿名
大数据隐私保护
程亮，蒋凡
(中国科学技术大学计算机学院，安徽合肥230027)
摘 要 ：基于敏感信息的数据发布面临的主要 问题在于如何保证数据的有用性和隐私保护。
匿名化是一个很好的方法，目前有多种匿名化模型。然而大多数的模型主要侧重于使用预先定
义的参数为整个数据集提供无差别的隐私保护，这并不能适应不同个体对不同敏感属性的多样
性保护需求。基于此，文章提出了一种满足敏感信息的多样性非相关约束的a一多样性 k一匿名
化模型 ；同时，设计了一个改进的微聚集算法的框架替代了传统的泛化 ／抑制实现匿名化。使
用这个框架，能够提高数据的有用性并降低隐私泄露的风险。通过在真实数据集上进行多次试
验验证 了此方案的有效性。
关键词 ：(a，k)一匿名 ；多样性保护 ；隐私泄漏 ；微聚集
中图分类号 ：TP309 文献标识码 ：A 文章编号 ：1671—1122(2015)03～0019—04
中文引用格式 ：程亮，蒋凡 ．基于微聚集的a一多样性k一匿名隐私保护 ．信息网络安全，2015，(3)：
19—22．
英文引用格式 ：CHENGL，JIANGF．a—diversityandk-anonymityBigDataPrivacyPreservationBasedon
Micro—aggregation[J]．NetinfoSecurity,2015，(3)：19—22．
a-diversityandk-anonymiytBigDataPrivacyPreservation
BasedonM icro-aggregation
CHENGLiang，JIANGFan
(SchoolofComputerScienceandTechnology,UniversityofScienceandTechnologyofChina，HefeiAnhui
230027，China)
Abstract：A greatchallengeinprivacypreservationistotradeofftwo importantissues：data
utili
文档评论（0）