数据发布的隐私保护其主要目标是在不泄露用户隐私的情况下提高数据的可用性.数据总是处于不断地变化之中,连续数据发布的隐私保护显得尤为重要.由于静态数据发布的隐私保护方法无法抵抗链接攻击和关键值缺失攻击,因此静态数据发布的隐...数据发布的隐私保护其主要目标是在不泄露用户隐私的情况下提高数据的可用性.数据总是处于不断地变化之中,连续数据发布的隐私保护显得尤为重要.由于静态数据发布的隐私保护方法无法抵抗链接攻击和关键值缺失攻击,因此静态数据发布的隐私保护方法无法直接用于连续数据发布的隐私保护.结合聚类思想以及匿名分割技术提出一种基于分割与聚类的l-diversity算法(l-diversitybased on anatomy and clustering algorithm,LDACA),利用方差计算数据属性的权重,并计算出每条记录的综合值,根据综合值划分等价类,再实现数据的连续发布.实验分析显示,LDACA算法在保证隐私保护能力不变的情况下具有较高的执行效率以及较低的信息损失率.展开更多
文摘数据发布的隐私保护其主要目标是在不泄露用户隐私的情况下提高数据的可用性.数据总是处于不断地变化之中,连续数据发布的隐私保护显得尤为重要.由于静态数据发布的隐私保护方法无法抵抗链接攻击和关键值缺失攻击,因此静态数据发布的隐私保护方法无法直接用于连续数据发布的隐私保护.结合聚类思想以及匿名分割技术提出一种基于分割与聚类的l-diversity算法(l-diversitybased on anatomy and clustering algorithm,LDACA),利用方差计算数据属性的权重,并计算出每条记录的综合值,根据综合值划分等价类,再实现数据的连续发布.实验分析显示,LDACA算法在保证隐私保护能力不变的情况下具有较高的执行效率以及较低的信息损失率.
