- 1、本文档共11页,其中可免费阅读10页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种满足ε‑差分隐私的t‑closeness隐私保护方法,通过对原始数据(医院病人数据,包括姓名、年龄、联系方式、籍贯、健康状况)进行预处理,建立准标识符与敏感属性关联QIS数据表,再根据数据表中敏感属性的层次树,将数据表划分为桶的集合,同时加入动态规划算法对数据表进行分区,最后根据分区结果进行泛化生成匿名后的数据表。针对传统t‑closeness隐私保护模型无法抵御具有一定背景知识的攻击者,过分依赖敏感属性分布以及差分隐私可能导致发布数据失去价值意义等缺点,引入了新的距离函数对t‑closen
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 110598447 A
(43)申请公布日
2019.12.20
(21)申请号 20191
文档评论(0)