微数据发布中提高匿名数据可用性匿名化方法及研究.pdf

微数据发布中提高匿名数据可用性的匿名化方法研究 qlLlllll 摘要 llIIlllllllllllllllllqlllllUllllqllllll 02 Y26641 微数据在数据分析和科学研究等领域发挥着越来越重要的作用。因此，越来 越多的组织机构收集并共享微数据，然而微数据的发布和共享会泄漏包含在数据 中的隐私信息。因此，微数据发布中隐私保护问题近几年来成为数据挖掘领域的 研究热点。 目前在微数据发布的隐私保护领域中，匿名化技术是该领域中的主流方法， 其主要思想是通过对原始待发布数据的处理，减少个体身份被攻击者唯一标识的 概率，从而实现个体的隐私保护。本文通过结合噪音技术、模糊粗糙集等领域知 识，对微数据发布中隐私保护在匿名数据可用性上进行了研究，主要工作如下： (1)提出了将泛化和噪音技术相结合的隐私保护匿名化方法的研究。在现有的 实现缸匿名模型的隐私保护方法中，泛化技术的应用相当广泛。尤其是在数据分 布均匀的状况下，其数据匿名效果较好。但当数据规模不是很大，分布不均匀的 情况下，会出现数据泛化程度过大，匿名数据可用性过低的问题。针对这个缺陷， 本文提出了噪音和泛化技术相结合的GN匿名方法，该方法通过在泛化过程中添 加噪音降低泛化程度；并提出噪音添加模型，保证添加噪音后的匿名数据中敏感 属性分布与原始数据基本不变；还提出了实现算法GN-Bottom．up算法，且实验证 明GN方法比原始一般匿名方法能有效降低泛化的程度，提高数据的可用性。 (2)提出了基于模糊粗糙集的加权聚类隐私保护方法的研究。在现有隐私保护 方法产生的匿名数据中，普遍存在针对聚类应用的可用性差问题。针对该问题， 本文提出一种考虑属性权重的隐私保护方法(FSRS)。其中通过基于模糊粗糙集的 客观权重分配方法，得到属性权重以更好进行聚类泛化，达到提高数据聚类应用 的目的。本文还通过Weka中聚类效果分析验证该方法的有效性。 (3)提出了基于粗糙集理论的匿名化方法的研究。在工作点二的研究基础上， 本文提出了一种改进后考虑属性权重的隐私保护方法(PBRS)。其中各个属性的权 重由粗糙集中系统属性重要度定义的方法获得。本文也通过Weka中聚类效果分析 万方数据 摘要 验证该方法的有效性。 关键字：隐私保护：肛匿名；噪音；模糊粗糙集；泛化 Ⅱ 万方数据 RESEARCHONANONYMITYM匝THODSTO ANONYMOUSDATA IMPROVE唧DAIAUTILITYOF FORMICODAl-～PUBLISHING ABSTRACT an Microdata roleindata andscientific play increasinglyimportant analysis are and research．Therefore，manyorganizations microdata．However, col