一種基于抽樣確定泛化區(qū)間的K_匿名算法.pdf

1、現(xiàn)行的K_匿名算法在設(shè)計(jì)屬性值的泛化層次結(jié)構(gòu)時(shí),為圖簡(jiǎn)便,往往忽略屬性值的分布特征,而僅以機(jī)械的方式來(lái)確定其泛化域。當(dāng)數(shù)據(jù)集內(nèi)某些屬性的值在一個(gè)較小區(qū)間里以高頻度出現(xiàn)時(shí),就可能會(huì)造成發(fā)布集的部分等價(jià)類內(nèi)出現(xiàn)大量記錄聚集的現(xiàn)象,使得算法在信息可用性方面存在較大的可優(yōu)化空間。
　　本文針對(duì)該問(wèn)題,提出一種新的K_匿名算法--DIGS算法。算法基于抽樣技術(shù),根據(jù)對(duì)樣本分析所得結(jié)果來(lái)獲取總體中敏感關(guān)聯(lián)屬性的值泛化區(qū)間,以自頂向下的方式來(lái)確

2、定這些屬性的泛化層次結(jié)構(gòu)。
　　文章以匿名化的時(shí)間為劃分依據(jù),分別給出DIGS算法在靜態(tài)匿名和動(dòng)態(tài)匿名這兩個(gè)過(guò)程中的應(yīng)用方法。在靜態(tài)匿名中,利用統(tǒng)計(jì)學(xué)和抽樣領(lǐng)域的相關(guān)技術(shù),通過(guò)分析樣本來(lái)確定屬性的最終泛化區(qū)間,以提高發(fā)布集的信息可用性;而在動(dòng)態(tài)匿名中,利用所提出的幾個(gè)類結(jié)構(gòu)對(duì)象來(lái)管理發(fā)布集和抑制集,當(dāng)源數(shù)據(jù)集在數(shù)據(jù)發(fā)布后發(fā)生變動(dòng)時(shí),該機(jī)制可實(shí)現(xiàn)匿名表的快速更新。
　　本文的創(chuàng)新點(diǎn)有:準(zhǔn)標(biāo)識(shí)符屬性中敏感關(guān)聯(lián)特性的提出,用以提高