基于抽样路径的K-匿名隐私保护算法

摘要：

K-匿名是信息隐私保护的一种常用技术,而使用K-匿名技术不可避免会造成发布数据的信息损失,因此,如何提高K-匿名化后数据集的可用性一直以来都是K-匿名隐私保护的研究重点.对此提出了一种基于抽样路径的局域泛化算法——SPOLG算法.该算法基于泛化格寻找信息损失较小的泛化路径,为减少寻径时间,引入等概率抽样的思想,选用等概率抽样中的系统抽样方法进行取样,利用样本代替数据集在泛化格上寻找目标泛化路径,最后在该路径上对数据集进行泛化.同时,本算法使用局域泛化技术,能够降低信息损失量,提高发布数据集的可用性.实验结果证明,本算法匿名化的数据集信息损失度低,数据可用性高.

关键词：隐私保护、路径、信息损失、抽样、K-匿名

所属期刊栏目：42

分类号：TP391(计算技术、计算机技术)

资助基金：江苏省产学研联合创新项目BY2014033;徐州市科技计划项目XM13B021;国家安全生产重大事故防治关键技术科技项目Jiangsu-0006-2016AQ

在线出版日期：2016-12-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：115-118