基于聚類的匿名化隱私保護(hù)算法研究.pdf

1、隨著信息化網(wǎng)絡(luò)及各種應(yīng)用的不斷發(fā)展，積累了大量的數(shù)據(jù)信息。人們利用數(shù)據(jù)挖掘可以從雜亂的數(shù)據(jù)中得到有價(jià)值的信息，對(duì)海量數(shù)據(jù)的分析研究在帶來巨大的經(jīng)濟(jì)效益和方便人們生活的同時(shí)，數(shù)據(jù)的直接發(fā)布也不可避免地帶來隱私泄露的問題。匿名化是實(shí)現(xiàn)數(shù)據(jù)發(fā)布中隱私保護(hù)的主要技術(shù)之一。本文針對(duì)基于聚類的匿名化隱私保護(hù)算法展幵研究工作。
　　針對(duì)現(xiàn)有的基于聚類的k-匿名算法對(duì)孤立點(diǎn)敏感、信息損失較多、執(zhí)行效率較低的問題，本文提出一種基于聚類優(yōu)化的k-匿名

2、改進(jìn)算法。該算法通過劃分出孤立點(diǎn)，使其不參與整個(gè)聚類過程，從而消除聚類結(jié)果對(duì)孤立點(diǎn)的敏感度；通過計(jì)算出初始聚類中心，減少了聚類過程中的迭代次數(shù)，聚類收斂快并易于得到更精準(zhǔn)的聚類結(jié)果，使得之后的泛化過程中減少信息損失，并提高基于聚類的k-匿名隱私保護(hù)算法的效率。淪文從安全性、有效性及算法復(fù)雜性方面對(duì)基于聚類的k-匿名改進(jìn)算法進(jìn)行了分析，并從信息損失和執(zhí)行效率兩方面對(duì)算法進(jìn)行了實(shí)驗(yàn)測(cè)試。
　　針對(duì)現(xiàn)有的ι-多樣性匿名隱私保護(hù)算法信息損