【精品】论文排版

《【精品】论文排版》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、重庆大学本科学生毕业设计（论文）隐私保护算法研究学生：XXX学号：20075292指导教师：XX专业：计算机科学与技术重庆大学计算机学院—0—年六月GraduationDesign(Thesis)ofChongqingUniversityPrivacyProtectionAlgorithmResearchUndergraduate:xxxSupervisor:Prof,xxxMajor:ComputerScieneeandTechnologyCollegeofComputerChongqingUniversityJune2011k■匿名化数据农(k-an

2、onymization)是数据发布时保护私有信息的一•种垂耍方法.实现k■匿名的传统技术有泛化/隐匿。然而，该技术存在k・匿名化后数据的可用性差、效率低等问题•近年来，微聚集算法被应用到k■匿名化数据表上，弥补了泛化/隐匿技术的不足之处。木文详细描述了微聚集算法的基木思想、和关技术和当前动态，对现有的微聚集算法进行了分类和分析’并总结了微聚集算法的相关评估方法，同吋实现了部分微聚集算法。为实现数据的多样性，通过研究，在原算法的基础上，实现了准标示符屮同时包含有连续型、标称型和分类型数据的改进。木设计为了实现I■多样性，从同一分类中前后元组敏感属性的距离和

3、不同元组个数两个角度对原算法进行改进，实现了敏感属性的多样性。最后本文对微聚集算法进行了相关的评估研究并口对其未来的发展趋势进行的研究。关键词：k•匿名，隐私保护，微聚集，I■多样性ABSTRACTK-Anonymizationofdatatableisanimportantmethodtoprotectprivateinformationwhenreleasingthedata.Generalizationandhiddenarethetraditionaltechnologytoachievek-anonymization.However;there

4、areproblemssuchaslowefficiency,pooravailabilityafterusingthesetwotechnologiestoachievek-anonymityofdata.Inrecentyears,Microaggregationalgorithmisappliedtok-anonymizationofthedatatable,whichmakesupfortheshortcomingofgeneralizationandhidden.Thisarticlereviewsthebasicideaofmicro-clu

5、steringalgorithm,relatedtechnologyandcurrenttrends,analyzesandclassifiesexistingmicroaggregationalgorithms.Thisarticlealsosumsupthemicroaggregationalgorithmevaluationmethods.Inordertoachievethediversificationofreleaseddata,weaddassorteddatawhichcontainsordinalandstandardizeddatat

6、othequasi-identifiesonthebasisoftheoriginalalgorithm.Thisdesignalsoachievesl-diversitybasedonsensitiveattributes・Weimprovedtheoriginalalgorithmontwodifferentways.Ononehand,wemakedifferentofthesensitiveattributebetweenthepreviousandthebackrecord.Ontheotherhand,severaldifferentvalu

7、esofthesensitiveattributemustexistinthesameclass.Finally,thisarticleevaluatedthemicroaggregationalgorithmandresearcheditstrendsinthefuture.Keywords:K・Anonymization,privacydisclosure,microaggregation,l-diversity目录摘要IABSTRACTII1绪论11.2.1k■匿名11.1.1属性划分1[2]k•匿名提出的背景1[3]k-匿名基本概念11.2匿名化

8、方法2泛化121.2.2扌卬制21.1.2聚集21.3匿名化研究的现状和发展前景