實現(xiàn)敏感屬性多樣性的微聚集算法研究.pdf

1、在數(shù)據(jù)發(fā)布中,隱私保護技術(shù)主要保護的是個體敏感信息和唯一標識屬性之間的對應(yīng)關(guān)系。在公開數(shù)據(jù)時,若簡單的將標識符去除,是不能夠?qū)崿F(xiàn)對隱私數(shù)據(jù)的保護。利用鏈接攻擊的手段,攻擊者就可以獲取與個體相關(guān)的敏感信息。為了使敏感信息的安全性得到保證,學(xué)者們采用了k-匿名模型。這個模型的必要條件是在發(fā)布的信息中最少有 k條記錄的準標識屬性不能區(qū)分,確保數(shù)據(jù)竊取者鎖定不了隱私信息的宿主,實現(xiàn)對敏感信息的保護。
　　對于敏感數(shù)據(jù),k-匿名模型未進行任

2、何限制,所以攻擊者可以借用一定的方式進行對隱私數(shù)據(jù)的竊取活動,比如可以利用同質(zhì)性攻擊方法,也可以利用背景知識攻擊。針對k-匿名存在的不足,l-diversity被提了出來,它要求等價類中的敏感屬性值的個數(shù)不少于l,有效的減小了隱私泄露的概率。本文基于微聚集和l-多樣性模型,提出了實現(xiàn)敏感屬性多樣性的微聚集算法,在保證數(shù)據(jù)可用性的同時,有效保證了發(fā)布數(shù)據(jù)的安全。本文的主要工作如下:
　?、僬撐难芯苛薻-匿名模型的基本原理,實現(xiàn)k-匿

3、名的方法以及k-匿名的評價標準。研究微聚集算法的相關(guān)理論知識,包括微聚集的相關(guān)計算方法。論文通過研究微聚集實現(xiàn) k-匿名的步驟以及現(xiàn)有的微聚集實現(xiàn) k-匿名的算法,分析其優(yōu)點和缺點,找到改進點,提高其隱私保護能力,同時保證它的可用性。
　?、谡撐奶岢鰧崿F(xiàn)敏感屬性多樣性的微聚集算法。通過對k-匿名和l-多樣性模型的研究,對當(dāng)前微聚集算法MDAV進行了改進。針對它存在的不足,文中給出了解決未限制敏感屬性這個缺陷的方案。本文算法是:首先

4、選取與所有的記錄中心最靠近的條記錄歸為一類,這 l條記錄的敏感屬性值必須是不相同的,然后在滿足-多樣性的前提下對該類進行擴展。由于經(jīng)過匿名化后的數(shù)據(jù)表中的每個等價類的敏感屬性值的個數(shù)滿足了l-多樣性,使得發(fā)布數(shù)據(jù)抵抗同質(zhì)性攻擊和背景知識攻擊的能力大大增強。同時,算法保持了微聚集算法簡單、高效的特點,保證了算法的低信息損失和高執(zhí)行效率。
　?、壅撐耐ㄟ^把本文算法和傳統(tǒng)的MDAV算法進行實驗對比,驗證算法的性能。實驗證明:本文算法在單