基于聚类相关性约束的sl-多样性匿名方法-中南大学学报.PDF

第 46 卷第 10 期 中南大学学报( 自然科学版) Vol.46 No.10 2015 年 10 月 Journal of Central South University (Science and Technology) Oct. 2015 DOI: 10.11817/j.issn.1672-7207.2015.10.025 基于聚类相关性约束的(s,l)-多样性匿名方法 1, 2 1 1 3 张冰 ，杨静 ，张健沛 ，谢静 (1. 哈尔滨工程大学 计算机科学与技术学院，黑龙江 哈尔滨，150001； 2. 哈尔滨理工大学 软件学院，黑龙江 哈尔滨，150080； 3. 武汉纺织大学 管理学院，湖北 武汉，430200) 摘要：针对传统 l-多样性模型易形成敏感值高度相关的等价类问题，提出一种约束等价类中敏感值相关性的(s,l)- 多样性模型。该模型在传统 l-多样性模型的基础上，以敏感集合中非敏感属性值的分布度量敏感值的相关性，通 过等价类中敏感值相关性的约束来降低高相关性敏感值产生的信息泄露。同时，使用属性值间相关性作为距离度 量基准，提出一种(s,l)-多样性聚类算法(SLCA)来实现该匿名模型，以降低数据泛化过程中的信息损失。研究结果 表明：SLCA 算法具有较小的信息损失量与较短的运行时间，能够有效地降低等价类中敏感值的相关性，更好地 防止个体敏感信息泄露。 关键词：(s,l)-多样性；相关性约束；匿名；聚类；隐私保护 中图分类号：TP309.2 文献标志码：A 文章编号：1672−7207(2015)10−3733−10 A correlativity constrained (s,l)-diversity anonymity method based on clustering 1, 2 1 1 3 ZHANG Bing , YANG Jing , ZHANG Jianpei , XIE Jing (1. School of Computer Science and Technology, Harbin Engineering University, Harbin 150001, China; 2. School of Software, Harbin University of Science and Technology, Harbin 150080, China; 3. School of Management, Wuhan Textile University, Wuhan 430200, China) Abstract: In allusion to the problem of traditional data anonymity models constructing equivalence class with high correlative sensitive values, (s,l)-diversity was proposed which