数据表k匿名化的微聚集算法研究.pdf

第10期 电 子 学 报 vd．36№．10 ACTA 2008年10月 ELECTRONICASINICA Oct．2008 。’。‘。‘。—‘‘。。。——。。‘‘。—。’’。’。’—。’’’’。。‘。。’—’‘’‘———’_—_-—-—-·l_·_。r-。-___·__-I-l··_-___‘一 数据表后．匿名化的微聚集算法研究 韩建民1．一，岑婷婷2，虞慧群1 (1．华东理工大学计算机科学与工程系。上海200237；2．浙江师范大学数理与信息3-程学院．浙江金华321004) 被应用到数据表的I|}．匿名化上，弥补了泛化／隐匿技术的不足，其基本思想是：将大量的数据按相似程度划分为若干 类，要求每个类内元组数至少为k个，然后用类质心取代类内元组的值，实现数据表的J}．匿名化．本文综述了微聚集 算法的基本思想、相关技术和当前动态，对现有的微聚集算法进行了分类分析，并总结了微聚集算法的评估方法，最后 对微聚集算法的研究难点及未来的发展趋势作了探讨． 关键词： k-匿名；泛化／隐匿；微数据；微聚集；隐私保护 中图分类号：TIB09．2文献标识码： A 文章编号：0372-2112(2008)10-2021-09 Researchin for MicroaggregationAlgorithmsk-Anonymization HAN Jian—mlnl,2,CEN Ting-tin92．YUHui．qunl and (1．A芦咖喇矿Dr嗽／ence 200237，‰； Eng／n嘲。East‰Un／vers／ty旷蛔Ⅸand死幽蝴。Shanghai 2．Mathematics，Physics 321004，Ol／na) and／nformat如nEng／neer／ng蚴of历咖wNorma／‰妙，J／ahua，Zhej／ang Abstract： oftablesiSamethodt0 informationflx)m disclosureto is K-anonymization preventprivate priorpublication．which achieved via methxtshaves(盯Edefectson traditionallygeneralization／suppressiontechniques．However，these efficiency。availabili． is asan to alternative methodfor ty，ere．Recently，microaggregafionalgorithmproposed generalization／suppressionk-anonymization whoseistoclustersetof of at