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)。
查看更多
(2)提出了一种面向分类分析的匿名模型，即首先用信息增益比率确定最
优泛化层次，然后把每一个属性都泛化到相应的层次。同时，定义了一种抑制策
略来处理还没有满足隐私约束的等价类元组。在本文中，基于以上思想提出了一
种加权全域泛化算法(wFDG)。实验结果也证明了所提出的方法能够得到高质
量的隐私数据。
关键词：分类：数据挖掘；信息增益；信息增益比率；数据扰动；隐私数
据；k匿名
11
万方数据
TheResearchon Data forData
publishing
Privacy-preserving
Classification
Analysis
ABSTRACT
With demandsfordata Data has
urgent sharing，Privacy-preservingPublishing
made we needsalotofdatato
great know,data
progresses．As mining support，and
the ofdata isthedata itisahot how
departmentpublishing providerdirectly．So topic
tosucceedindata while the of
miningprotectingprivacydata．Recently,dataprivacy
has
becomeoneofhot inthefiendofdata
protectiontechnology topics mining，and
thek modelisan ideatoachievedata
anonymity important privacyprotection．
k methodsdonotconsiderhowtomaskdatafora
However,the
existinganonymity
specific itis workto fora
application．Soverymeaningfulanonymizespecific
andtoobtain
application better dataforthat
anonymous application．
Basedonthestudiesofdata classificationand
mining models，the
pri
文档评论（0）