面向多敏感属性的个性化分级(l,α,m)-多样性匿名方法

作者：***; 张艳丽; 闫晶星; 范永健; 席爱萍

来源：科技通报, 2016, 32(01): 123-149.

DOI：10.13774/j.cnki.kjtb.2016.01.026

• 隐私保护
• 匿名化
• 多敏感属性
• (l,m)-多样性

为了防止多敏感属性中敏感属性语义相似性导致的隐私泄露问题,同时尽可能减少匿名保护时的信息损失,提出了个性化分级(l,α,m)-多样性匿名模型。该模型根据敏感属性的语义相似性,对敏感属性进行分级,通过等价类分级加权多样度灵活控制敏感属性语义相异度,控制隐私泄露风险。在此基础上,给出一种基于聚类的匿名模型算法,该算法针对不同准标识符属性设置不同的权值进行泛化处理,构建个性化分级(l,α,m)-多样性匿名模型。实验结果表明,提出的聚类算法能很好地实现个性化分级(l,α,m)-多样性匿名模型,并且能够有效地保护含多敏感属性的个体隐私信息。

• 出版日期2016
• 单位河北工程大学; 河北工程大学附属医院