數(shù)據(jù)表匿名化的微聚集算法的研究.pdf

1、k-匿名作為一種簡單有效的私有數(shù)據(jù)的保護技術(shù)得到了廣泛的關(guān)注。它要求發(fā)布的數(shù)據(jù)中存在一定數(shù)量(至少為k)的在準標識符上不可區(qū)分的記錄，使攻擊者不能判別出隱私信息所屬的具體個體，從而保護了個人隱私。目前存在的k-匿名算法大都基于泛化/隱匿技術(shù)，然而，泛化/隱匿技術(shù)在效率、連續(xù)性數(shù)據(jù)的語義保持等上存在一定的缺陷。近年來，微聚集(Microaggregation)技術(shù)被應(yīng)用到數(shù)據(jù)表的k-匿名化上，彌補了泛化/隱匿技術(shù)的不足，其基本思想是：將大

2、量的數(shù)據(jù)按相似程度劃分為若干類，要求每個類內(nèi)元組數(shù)至少為k個，然后用類質(zhì)心取代類內(nèi)元組的值，實現(xiàn)數(shù)據(jù)表的k-匿名化。 本文研究了全局搜索的微聚集算法，實現(xiàn)了面向混合型數(shù)據(jù)的微聚集算法，并且提出了面向微聚集算法的評估模型，主要研究工作如下： (1)提出了基于免疫克隆選擇的微聚集算法(ICSMA，Immune Colonal SelectionMicroaggregation Algorithm)，提高了微聚集算法產(chǎn)生的匿名

3、數(shù)據(jù)的質(zhì)量。該算法在傳統(tǒng)的克隆選擇算法的基礎(chǔ)上，引入調(diào)整算子，在抗體成熟的過程中，刪除不合理抗體，加快了收斂速度。實驗結(jié)果表明，ICSM算法較MDAV算法能生成質(zhì)量更好的匿名表。 (2)針對目前微聚集算法在匿名化分類型數(shù)據(jù)上的不足，本文提出了一種面向混合型數(shù)據(jù)的微聚集算法。該算法中，分類型數(shù)據(jù)采用層次距離，數(shù)值型數(shù)據(jù)采用歐氏距離，將這兩種距離的結(jié)合作為混合型數(shù)據(jù)的距離，并將數(shù)值型數(shù)據(jù)的均值向量與分類型數(shù)據(jù)的眾值向量并在一起作為類

4、質(zhì)心，用該類質(zhì)心代替類中元組在準標識符上的值，以實現(xiàn)k-匿名化。實驗結(jié)果表明該方法在保證匿名表安全的情況下，可以降低匿名表的信息損失量，提高可用性。 (3)提出了微聚集算法的評估模型EM4ADOM(Evaluation Model for k-AnonymizedData Oriented to Microaggregation)，該模型從數(shù)據(jù)的可用性、安全性、可用性和安全性的權(quán)衡三個方面綜合評估微聚集算法產(chǎn)生的匿名數(shù)據(jù)的質(zhì)量。