數(shù)據(jù)發(fā)布中隱私保護(hù)算法的研究.pdf

1、信息時代的高速發(fā)展，越來越多的數(shù)據(jù)被人們共享使用。在各種網(wǎng)絡(luò)上，人們可以輕易地搜集到許多發(fā)布出來的信息，甚至有很多信息未經(jīng)過隱私保護(hù)便被發(fā)布出來，從而侵犯了個人的隱私。這些問題越來越受到人們的重視。如何能使發(fā)布的數(shù)據(jù)既能隱藏個人隱私，又能保證數(shù)據(jù)的可使用性，使得搜索數(shù)據(jù)的人員能從得到的數(shù)據(jù)中挖掘出自己需要的知識便成為很多專家學(xué)者研究的目標(biāo)。
　　本文對基于聚集的k-匿名算法的實現(xiàn)和k-匿名模型進(jìn)行了研究。對現(xiàn)有的微聚集算法進(jìn)行分析

2、研究，具體對性能較好的定長微聚集算法MDAV算法進(jìn)行研究。為了實現(xiàn)l-diversity規(guī)則的k-匿名算法，提出了l-diversity-MDAV算法。實驗結(jié)果表明，該算法能降低泄密風(fēng)險，使得攻擊者從得到的數(shù)據(jù)表中推導(dǎo)出原數(shù)據(jù)表中數(shù)據(jù)的風(fēng)險降低。針對l-diversity-MDAV算法執(zhí)行時間長的缺點，將c-modes算法引入進(jìn)來。將c-modes算法與MDAV算法相結(jié)合，提出了CLM算法。該算法對數(shù)據(jù)集進(jìn)行兩次聚類，利用分治法(Div

3、ide and conquer)的思想將大規(guī)模數(shù)據(jù)集劃分為幾個較小規(guī)模數(shù)據(jù)集進(jìn)行k-匿名運(yùn)算。該算法能有效降低執(zhí)行時間，并能降低泄密風(fēng)險。分析MDAV算法，在劃分等價組時是通過元組間的距離來劃分。該方法雖然簡單，但是沒有注意到記錄元組之間的密集度。在MDAV算法的基礎(chǔ)上，提出了改進(jìn)算法。改進(jìn)算法利用貪心算法的思想，根據(jù)元組的鄰域密度為參數(shù)計算每個等價組的中心元組。改進(jìn)后的算法能有效降低信息損失量。本文提出的三個改進(jìn)算法從三個方面對傳統(tǒng)k