面向?qū)崟r數(shù)據(jù)流的匿名化隱私保護(hù)發(fā)布技術(shù)研究.pdf

1、數(shù)據(jù)發(fā)布中的隱私保護(hù)是將數(shù)據(jù)發(fā)布與隱私保護(hù)技術(shù)相結(jié)合，在保護(hù)隱私的前提下，發(fā)布較為準(zhǔn)確的數(shù)據(jù)，提高信息的利用水平。匿名化限制發(fā)布是其主要的技術(shù)實(shí)現(xiàn)手段。當(dāng)前以數(shù)據(jù)流形式呈現(xiàn)的數(shù)據(jù)信息大量涌現(xiàn)，數(shù)據(jù)流環(huán)境下的隱私保護(hù)發(fā)布問題成為學(xué)術(shù)界的研究新熱點(diǎn)之一。
　　 CASTLE算法是第一個完整提出的數(shù)據(jù)流隱私保護(hù)發(fā)布框架，本文在該算法的基礎(chǔ)上，設(shè)計(jì)并實(shí)現(xiàn)了一種基于均衡思想的數(shù)據(jù)流匿名化隱私保護(hù)發(fā)布算法：B-CASTLE，同時，將Anat

2、omy發(fā)布方法擴(kuò)展至數(shù)據(jù)流環(huán)境下，稱之為SAnatomy。本文的研究內(nèi)容依次包括了隱私保護(hù)發(fā)布過程中的三個階段：
　　 第一，研究了混合屬性的同一度量映射問題?；旌蠈傩缘耐欢攘坑成涫菙?shù)據(jù)流隱私保護(hù)發(fā)布的基礎(chǔ)，本文對三種不同類型的準(zhǔn)標(biāo)識符屬性進(jìn)行同一處理，在范疇屬性語義泛化樹的基礎(chǔ)上，給出了一種語義距離的計(jì)算方法，為聚類提供了良好的度量準(zhǔn)則，提高了聚類簇的內(nèi)聚性。
　　 第二，研究了待發(fā)布等價類的動態(tài)調(diào)整和更新重組問題。

3、本文在CASTLE算法的聚類簇調(diào)整模型基礎(chǔ)上，構(gòu)建面向數(shù)據(jù)流的動態(tài)聚類和實(shí)時調(diào)整算法模型，對單個聚類簇的元組最大數(shù)目進(jìn)行了控制，同時調(diào)整了元組重聚類的策略，通過“部分合并”的方式產(chǎn)生符合要求的等價類，從而提升算法的整體效率。
　　 第三，研究了等價類和元組的預(yù)處理與發(fā)布問題。首先介紹了CASTLE算法的泛化發(fā)布策略，然后對B-CASTLE發(fā)布算法進(jìn)行了改進(jìn)和優(yōu)化，并給出了相應(yīng)的實(shí)驗(yàn)對比結(jié)果。此外，由于泛化技術(shù)會損失較多的分布和關(guān)