一种基于权重属性娟的分类匿名算法-计算机科学.pdf

Vo1. 44 No. 7 第 44 卷第7 期 计算机科学 2017 年 7 月 COMPUTER SCIENCE July 2017 一种基于权重属性娟的分类匿名算法 廖军1 蒋朝惠1 郭春1 平 i原2 (贵州大学计算机科学与技术学院 贵阳 550000)1 (许昌学院信息工程学院 许昌 461000)2 摘 要 为了在高效地保护数据隐私不被泄露的同时保证数据效用，提出了一种基于权重属性煽的分类匿名方法 CWeight-properties Entropy for Classification Anonymous ,WECA) 。该方法在数据分类挖掘的特定应用背景下，通过 信息煽的概念来计算数据集中不同准标识符属性对敏感属性的分类重要程度，选取分类权重属性煽比率最高的;住标 识符属性对分类树进行有利的划分，同时构建了分类匿名信息损失度量，在更好地保护隐私数据的前提下确保了数据 分类效用。最后，在标准数据集上的实验结果表明，该算法在保证较少的匿名损失的同时具有较高的分类精度，提高 了数据可用性。 关键词 隐私保护，分类匿名，权重属性焰，分类精度 中图法分类号 TP309 文献标识码 A 001 10. 11896/j. issn. 1002-137叉 2017.07.008 Classification Anonymity Algorithm Based on Weight Attributes Entropy LIAO ]un1 ]IANG Chac叶mP GUO Chun1 P卧~G Yuan2 (School of Computer Science and Technology ,Guizhou University ,Guiyang 550000 ,China)1 (School of Information and Engineering ,Xuchang University ,Xuchang 461000 ,China)2 Abstract In order to efficiently protect data privacy being not leaked ,which have high availability ,a classification anony- mous method based on weight attributes entropy(WECA) was proposed. The method builds on application-specific background of data classification mining ,and calculates the classification importance of different standard identifier to sensitive attribute by the concept of information entropy in the data set ,which selects the highest ratio of weight attribu- tes entropy in classification quasi-identifier attributes to favorably divide the classification tree. The method also con structs the anon严丑ous information loss measures of classification , which ensures the utility of