版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、數(shù)據(jù)發(fā)布中的隱私保護(hù)已經(jīng)成為近些年信息安全領(lǐng)域的熱門研究課題,而數(shù)據(jù)匿名做為隱私保護(hù)的一種重要實現(xiàn)技術(shù)手段,引起了越來越多的學(xué)者的關(guān)注。如何降低數(shù)據(jù)匿名導(dǎo)致的信息損失成為當(dāng)前研究的熱點。
l-多樣性模型作為一種重要的隱私保護(hù)模型,它要求等價類中敏感屬性足夠多樣化。該模型在抵制鏈接攻擊的基礎(chǔ)上,還很好的解決了同質(zhì)攻擊的問題,而且對背景知識攻擊也有很好的抵制效果。本文首先對當(dāng)前l(fā)-多樣性模型的實現(xiàn)技術(shù)做了總結(jié),并研究其實現(xiàn)過程,傳
2、統(tǒng)實現(xiàn)方法實現(xiàn)過程相對簡單,但信息損失度較高,針對這個缺點,在對聚類算法的進(jìn)行分析研究的基礎(chǔ)上,提出一種基于約束的層次聚類算法來實現(xiàn)l-多樣性模型。由于l-多樣性模型的限制,數(shù)據(jù)集必須在首先滿足模型約束的基礎(chǔ)上,進(jìn)行聚類運算,以此把模型的實現(xiàn)轉(zhuǎn)化為帶約束的聚類問題。而且,在劃分等價類時不能一次性確定出等價類的個數(shù),因此,首先采用層次聚類的方法劃分等價類,然后,使用交換類簇間元組的方法,調(diào)整各個類簇的中心,重新劃分等價類,使等價類內(nèi)元組相
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 一種基于匿名的位置隱私保護(hù)方法研究.pdf
- 一種基于K-匿名的隱私保護(hù)算法.pdf
- 一種基于網(wǎng)格匿名區(qū)域的位置隱私保護(hù)算法.pdf
- 一種改進(jìn)的軌跡k-匿名隱私保護(hù)算法.pdf
- 一種基于個人化匿名的多敏感屬性隱私保護(hù)算法.pdf
- 基于匿名的隱私保護(hù)方法研究.pdf
- 一種基于重疊式剖分的數(shù)據(jù)匿名方法.pdf
- 基于軌跡隱私的匿名方法研究.pdf
- 一種基于Jensen-Shannon散度的K-匿名方法.pdf
- 基于個人隱私約束的數(shù)據(jù)匿名化研究.pdf
- 一種基于最小生成樹聚類的數(shù)據(jù)匿名方法.pdf
- 基于聚類的隱私匿名方法研究.pdf
- 一種基于Crowds的改進(jìn)匿名通信方案研究.pdf
- 一種社會網(wǎng)絡(luò)的隱私保護(hù)方法研究.pdf
- 基于一種約束框架的光流估計方法研究.pdf
- 基于K-匿名的隱私保護(hù)方法研究.pdf
- 一種基于貝葉斯的微博隱私檢測方法研究.pdf
- 一種安全的匿名通信方案的設(shè)計.pdf
- 一種基于K-自同構(gòu)的增強(qiáng)型隱私保護(hù)方法.pdf
- 一種基于隱私保護(hù)的網(wǎng)格聚類算法.pdf
評論
0/150
提交評論