近年來,隨著信息網(wǎng)絡(luò)科學(xué)技術(shù)的飛速發(fā)展,人們的生產(chǎn)生活中產(chǎn)生了海量的數(shù)據(jù),為了滿足數(shù)據(jù)共享、決策支持、科學(xué)研究等需求,需要對數(shù)據(jù)進(jìn)行發(fā)布。然而,若數(shù)據(jù)不經(jīng)處理或簡單處理后直接發(fā)布,可能會導(dǎo)致其中包含的隱私信息泄露。因此,如何避免數(shù)據(jù)發(fā)布導(dǎo)致的隱私泄露問題,是目前學(xué)術(shù)界和工業(yè)界的研究熱點(diǎn)。匿名化技術(shù)是其中的研究重點(diǎn),它能夠兼顧數(shù)據(jù)的可用性和安全性,因此得到學(xué)術(shù)界的廣泛關(guān)注和研究,也是本文的研究重點(diǎn)。針對現(xiàn)有的基于聚類的（k,l）-匿名算法中存在偏斜性攻擊和敏感性攻擊的問題,將其與基于敏感度分級的（l,c）-多樣性模型相結(jié)合,提出一種基于敏感度分級的（k,li,c）-匿名算法,該算法能夠抵御多種攻擊方式,增強(qiáng)了對高敏感度敏感屬性的保護(hù)力度。然而,（k,li,c）算法中采用統(tǒng)一的敏感屬性頻率約束參數(shù),未能充分利用敏感度分級的作用,導(dǎo)致信息損失較大。針對這一問題,本文將敏感屬性頻率約束參數(shù)與敏感等級相關(guān)聯(lián),在（k,/i,C）算法的基礎(chǔ)上提出了一種改進(jìn)的基于敏感度分級的（k,li,ci）-匿名算法,有效降低了匿名化過程中的信息損失。本論文使用UCI數(shù)據(jù)庫中的Adult數(shù)據(jù)集進(jìn)行仿真試驗(yàn),結(jié)果表明... 

【文章來源】：北京郵電大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：70 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖３－２極小等價類數(shù)據(jù)占比??２６??

?七他?＼?＼＼夂，??圖３－３極小等價類信息損失占比??仿真結(jié)果如圖３－２和圖３－３所示，結(jié)果顯示極小等價類中的數(shù)據(jù)占總數(shù)據(jù)個??數(shù)的２９％，然而信息損失占總信息損失的３９％，極小等價類產(chǎn)生了更多的信息損??失。另一方面，該模型引入了統(tǒng)一的頻率約束參數(shù)（：，并未充分利用敏感度的特??點(diǎn)，造成了不必要的信息損失。??３．４基于敏感度分級的／／，?ｃ）－匿名算法??針對現(xiàn)有的基于聚類的ａ，／）－匿名算法中存在偏斜性攻擊和高敏感度屬性??聚集的問題，將其與基于敏感度分級的（／，ｃ）－多樣性模型相結(jié)合，提出基于敏??感度分級的ａ，?／／，ｃ）－匿名算法，其中＂代表多樣性參數(shù)／是隨著敏感值的敏??感程度不同變化的。??基于敏感度分級的ａ

圖３－４?ａ，?／／，ｃ）?＿匿名算法流程圖??輸入：原始數(shù)據(jù)集Ｔ，匿名參數(shù)ｔ敏感屬性值的敏感度（心，幻．．．．．．）、多樣??性參數(shù)（／／，６．．．．．．）以及最高頻率約束參數(shù)ｃ


本文編號：3464143