一種基于重疊式剖分的數(shù)據(jù)匿名方法.pdf

1、近年來，隨著Internet、數(shù)據(jù)存儲(chǔ)和信息科學(xué)的迅猛發(fā)展，大量與個(gè)體相關(guān)的數(shù)據(jù)被政府部門或研究機(jī)構(gòu)廣泛收集并發(fā)布。然而，這些以數(shù)據(jù)挖掘與知識發(fā)現(xiàn)、數(shù)據(jù)共享等為目的的數(shù)據(jù)發(fā)布過程往往都會(huì)導(dǎo)致個(gè)人隱私信息的泄露。針對數(shù)據(jù)發(fā)布中匿名方法存在的低相關(guān)屬性間的關(guān)聯(lián)識別導(dǎo)致隱私泄露的問題，本文提出一種基于重疊式剖分的數(shù)據(jù)匿名方法。
　　該方法主要分四個(gè)部分，首先是屬性剖分，主要思想是通過斷開低相關(guān)屬性間的聯(lián)系來保證數(shù)據(jù)的安全性，因?yàn)榉菑?qiáng)關(guān)聯(lián)

2、屬性會(huì)由于出現(xiàn)的頻率比較少從而更容易被攻擊，同時(shí)保持高相關(guān)屬性間的聯(lián)系來提高數(shù)據(jù)可用性，并給出切實(shí)可行的屬性剖分算法。針對數(shù)據(jù)屬性的剖分，本文采用了基于模糊聚類的方法，針對模糊聚類算法FCM的孤立點(diǎn)敏感性問題作了相應(yīng)的改進(jìn)，得到一種新的模糊聚類算法WFCM，并作了相應(yīng)的驗(yàn)證對比實(shí)驗(yàn)。實(shí)驗(yàn)表明，在聚錯(cuò)樣本數(shù)和準(zhǔn)確度方面綜合考慮，WFCM算法與原始FCM算法相比表現(xiàn)更好。其次是數(shù)據(jù)記錄分組，使數(shù)據(jù)表滿足l-diversity匿名策略，同時(shí)也