近年來,隨著信息網絡科學技術的飛速發(fā)展,人們的生產生活中產生了海量的數據,為了滿足數據共享、決策支持、科學研究等需求,需要對數據進行發(fā)布。然而,若數據不經處理或簡單處理后直接發(fā)布,可能會導致其中包含的隱私信息泄露。因此,如何避免數據發(fā)布導致的隱私泄露問題,是目前學術界和工業(yè)界的研究熱點。匿名化技術是其中的研究重點,它能夠兼顧數據的可用性和安全性,因此得到學術界的廣泛關注和研究,也是本文的研究重點。針對現有的基于聚類的（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,增強了對高敏感度敏感屬性的保護力度。然而,（k,li,c）算法中采用統一的敏感屬性頻率約束參數,未能充分利用敏感度分級的作用,導致信息損失較大。針對這一問題,本文將敏感屬性頻率約束參數與敏感等級相關聯,在（k,/i,C）算法的基礎上提出了一種改進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數據庫中的Adult數據集進行仿真試驗,結果表明... 

【文章來源】：北京郵電大學北京市 211工程院校 教育部直屬院校

【文章頁數】：70 頁

【學位級別】：碩士

【部分圖文】：

圖３－２極小等價類數據占比??２６??

?七他?＼?＼＼夂，??圖３－３極小等價類信息損失占比??仿真結果如圖３－２和圖３－３所示，結果顯示極小等價類中的數據占總數據個??數的２９％，然而信息損失占總信息損失的３９％，極小等價類產生了更多的信息損??失。另一方面，該模型引入了統一的頻率約束參數（：，并未充分利用敏感度的特??點，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／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：原始數據集Ｔ，匿名參數ｔ敏感屬性值的敏感度（心，幻．．．．．．）、多樣??性參數（／／，６．．．．．．）以及最高頻率約束參數ｃ


本文編號：3464143