數(shù)據(jù)發(fā)布中多敏感屬性數(shù)據(jù)隱私保護(hù)算法.pdf

1、隨著信息技術(shù)的快速發(fā)展,如何在保證隱私數(shù)據(jù)安全的同時(shí)提高計(jì)算機(jī)信息系統(tǒng)發(fā)布數(shù)據(jù)的可用性,已成為當(dāng)前計(jì)算機(jī)系統(tǒng)安全領(lǐng)域面臨的挑戰(zhàn)問題之一。本文針對(duì)靜態(tài)、動(dòng)態(tài)環(huán)境下數(shù)據(jù)發(fā)布中敏感信息泄露的問題進(jìn)行研究,主要研究針對(duì)多敏感屬性數(shù)據(jù)集的基于k-匿名模型的概率k-匿名改進(jìn)算法和基于m-不變性匿名模型的改進(jìn)算法的設(shè)計(jì)與實(shí)現(xiàn)。
　　基于k-匿名模型的要求,研究提出適用于靜態(tài)多敏感屬性數(shù)據(jù)集的基于變長聚類的概率k-匿名算法,該算法在原始概率k-匿

2、名算法基礎(chǔ)上,綜合考慮距離和權(quán)重值對(duì)聚類種子選取以及聚類結(jié)果的影響,建立一個(gè)新的聚類種子選取模型,以獲得更好的聚類結(jié)果,提高匿名數(shù)據(jù)集的數(shù)據(jù)質(zhì)量;提出融合k-means與變長聚類算法的概率k-匿名并行算法,采用多線程并行技術(shù),在不降低匿名質(zhì)量的前提下,大大提升算法處理大數(shù)據(jù)集的效率。實(shí)驗(yàn)結(jié)果表明,所提出的算法效率高、生成的匿名數(shù)據(jù)集具有較高的數(shù)據(jù)可用性。
　　針對(duì)動(dòng)態(tài)數(shù)據(jù)集環(huán)境下隱私泄露的問題,對(duì)經(jīng)典算法m-invariant算法