摘要
在数据发布过程中,为了防止隐私泄露,需要对数据的准标识符属性进行匿名化,以降低链接攻击风险,实现对数据所有者敏感属性的匿名保护.现有数据匿名方法都建立在数据无缺失的假设基础上,在数据存在缺失的情况下会直接丢弃相关的记录,造成了匿名化前后数据特性不一致.针对缺失数据匿名方法进行研究,基于k-匿名模型提出面向缺失数据的数据匿名方法 KAIM(k-anonymity for incomplete mircrodata),在保留包含缺失记录的前提下,使在同一属性上缺失的记录尽量被分配到同一分组参与泛化.该方法将分组泛化前后的信息熵变化作为距离,基于改进的k-member算法对数据进行聚类分组,最后通过基于泛化层次的局部泛化算法对组内数据进行泛化.实际数据集的大量实验结果表明,KAIM造成信息缺损仅为现有算法的43.8%,可以最大程度地保障匿名化前后数据特性不变.
学科与关键词
关键词
数据匿名缺失数据聚类k-匿名 data anonymizationincomplete microdataclusteringk-anonmity
- 面向关系-事务数据的数据匿名方法龚奇源; 杨明; 罗军舟软件学报, 2016, 27(11).
- Individuation Privacy Preservation Oriented to Sensitive ValuesHAN Jian min; YU Juan; YU Hui qun; JIA Jiong2010.
- 基于聚类的快速数据流匿名方法郭昆; 张岐山软件学报, 2013, (08): 1852-1867.
