典型文献
最优聚类的k-匿名数据隐私保护机制
文献摘要：
基于聚类的k-匿名机制是共享数据脱敏的主要方法,它能有效防范针对隐私信息的背景攻击和链接攻击.然而,现有方案都是通过寻找最优k-等价集来平衡隐私性与可用性.从全局看,k-等价集并不一定是满足k-匿名的最优等价集,隐私机制的可用性最优化问题仍然未得到解决.针对上述问题,提出一种基于最优聚类的k-匿名隐私保护机制.通过建立数据距离与信息损失间的函数关系,将k-匿名机制的最优化问题转化为数据集的最优聚类问题;然后利用贪婪算法和二分机制,寻找满足k-匿名约束条件的最优聚类,从而实现k-匿名模型的可用性最优化;最后给出了问题求解的理论证明和实验分析.实验结果表明该机制能最大程度减少聚类匿名的信息损失,并且在运行时间方面是可行有效的.
文献关键词：
隐私保护;k-匿名;聚类优化;信息损失;数据发布
中图分类号：
作者姓名：
张强;叶阿勇;叶帼华;邓慧娜;陈爱民
作者机构：
福建师范大学计算机与网络空间安全学院 福州 350117;福建省网络安全与密码技术重点实验室(福建师范大学) 福州 350117
文献出处：
引用格式：
[1]张强;叶阿勇;叶帼华;邓慧娜;陈爱民-.最优聚类的k-匿名数据隐私保护机制)[J].计算机研究与发展,2022(07):1625-1635
A类：
聚类匿名
B类：
名数,数据隐私保护,隐私保护机制,共享数据,数据脱敏,主要方法,隐私信息,等价,隐私性,可用性,并不一定,匿名的,优等,隐私机制,最优化问题,信息损失,函数关系,问题转化,聚类问题,贪婪算法,分机,名模,问题求解,该机,运行时间,聚类优化,数据发布
AB值：
0.383967
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
