ScholarMate
English简体中文繁體中文
客服热线:400-1616-289
登录注册
期刊论文

基于聚类的快速数据流匿名方法

郭昆; 张岐山福州大学
软件学报2013-8-15
15阅读
引用收藏
分享

摘要

为了防止敏感信息的泄漏,保护用户隐私,常采用概化和抑制等技术在共享数据前对其准标识符进行匿名化.与静态数据集不同,数据流具有潜在无限、高度动态等特性,使得数据流匿名需要解决更加复杂的问题,不能直接应用静态数据集的匿名方法.在分析现有数据流匿名方法的基础上,提出一种采用聚类思想进行数据流匿名的方法,通过单遍扫描数据识别和重用满足匿名条件的簇,以实现数据流的快速匿名.真实数据集上的实验结果表明,该方法在满足匿名要求的同时能够降低概化和抑制处理带来的信息损失,并且具有较低的时间和空间复杂度.

学科与关键词

关键词
数据匿名数据流聚类 data anonymizationdata streamclustering
相关
加载中…

文献加载失败,请重试

重试

发表信息

论文状态
公开发表
期刊
软件学报
发表日期
2013-08-15
卷期
第 08 期
页码
1852-1867
成果收录
CHINAJOURNAL
资助标注
国家自然科学基金(70871024);福建省自然科学基金(2010J01358);福州大学科技发展基金(201-xy-16)

作者

  • 郭

    郭昆 (第一作者)

  • 张

    张岐山

登录解锁更多功能

  • 收藏这篇,随时在“我的 · 收藏”找回
  • 认领你的成果,生成推广素材
  • 关注作者获取最新成果
  • 加入项目组、协同写作
注册 / 登录

产品服务

  • 科研之友
  • 创新城
  • 科创云

服务支持

  • 帮助中心
  • 隐私政策
  • 服务条款

联系方式

在线客服:【】
客服热线:400-1616-289
电子邮箱:support@scholarmate.com

关注或下载科研之友

微信二维码
微信公众号
客户端下载二维码
下载客户端
科研成果科研人员科研机构科研动态爱瑞思软件

©2026 深圳市科研之友网络服务有限公司

公安备案图标粤公网安备 44030502000213
粤ICP备 16046710 号粤B2-20110417