基于隐私决策度的改进k-匿名算法-论文.pdf

《基于隐私决策度的改进k-匿名算法-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、科技通报第31卷第7期Vol.31No.72015年7月BULLETINOFSCIENCEANDTECHNOLOGYJul.2015基于隐私决策度的改进k-匿名算法1121申艳光，闫晶星，刘永红，郭高尚（1.河北工程大学信息与电气工程学院，河北邯郸056038；2.中国水电二局信息中心，北京100120）摘要：现有的匿名化隐私保护技术在进行数据发布和数据共享前对于敏感属性的个性化隐私保护的支持存在不足，为了实现更为合理的个性化隐私保护，结合粒计算粗糙集理论和k-匿名理论的最新研究成果，针对电子商务中隐私保

2、护个性化决策选择度的不同，从粒化角度出发，提出一种基于隐私决策度的改进k-匿名算法。经实验验证，该算法更好的实现了隐私保护的个性化，同时其隐私保护精度方面优于已有的p-Sensitivek-匿名算法。关键词：粒计算；粗糙集；隐私保护；个性化；k-匿名中图分类号：TP301.6文献标识码：A文章编号：1001-7119（2015）07-0101-05ImprovedAlgorithmofk-anonymityBasedonDegreeofPrivacyPreservation1121ShenYanguang

3、，YanJingxing，LiuYonghong，GuoGaoshang（1.CollegeofInformationandElectronicEngineering，HebeiUniversityofEngineering，HebeiHandan056038，China；2.SinohydroCorporationLimitedBureau2InformationCenter，Beijing100120，China）Abstract：Intheexistinganonymousprivacyprotec

4、tiontechnology,thereisashortageofpersonalizedprivacyprotectionsupportforsensitiveattributesbeforedatareleaseandsharing.Inordertoachievemorereasonablepersonalizedprivacypreservationandimprovetheprecisionofprivacypreservation,thispaperreviewedthelatestresea

5、rchesingranularcomputingtheory,roughsettheoryandk-anonymitytheory,andpresentedanimprovedalgorithmofk-anonymitybasedonthepersonalizeddecisiondegreeofprivacypreservation,inviewofdifferentpersonalizedgranularitydecisionselectivityofprivacypreservationinE-bus

6、iness.Theexperimentalresultsshowthatthenovelalgorithmcanachieveprivacypreservationwithmorereasonablepersonalization,anditsaccuracyofprivacypreservationissuperiortop-sensitivek-anonymityalgorithm.Keywords：granularcomputing；roughset；privacypreservation；pers

7、onalization；k-anonymity0引言据进行预先处理，然后再发布数据信息。匿名隐[1]私保护技术由于具有数据保真、可自由处理的随着计算机技术、网络通信技术的快速发优点，而逐渐成为隐私保护的研究重点。展，电子商务、电子政务等正深入的影响着人们匿名化的核心思想是让攻击者无法从发布的工作、生活。个人、公司、组织机构等拥有的数的数据集中的多条相似记录中区分出目标实体据信息在存储、共享、发布的同时，也引发了不同所对应的记录。k-匿名要求在匿名后的数据集程度的隐私信息泄露问题。为了减少数据发布中的每条记

8、录都至少和其它的k-1条记录具有相中的隐私信息泄露，通常采用数据扰动、添加随同的准标识符属性取值，以此达到保护个人隐私[2]机噪音、发布聚合数据和匿名化等方法对原始数的目的。传统的k-匿名模型通常采用系统参数收稿日期：2014-04-17基金项目：国家自然科学基金项目（No.61075053）；河北省自然科学基金项目（No.F2013402031）。作者简介：申艳光，教授，研究方向：数据挖掘、信息安全。102科技通报第31卷来