微數(shù)據(jù)發(fā)布中提高匿名數(shù)據(jù)可用性的匿名化方法研究.pdf

1、微數(shù)據(jù)在數(shù)據(jù)分析和科學(xué)研究等領(lǐng)域發(fā)揮著越來越重要的作用。因此，越來越多的組織機(jī)構(gòu)收集并共享微數(shù)據(jù)，然而微數(shù)據(jù)的發(fā)布和共享會(huì)泄漏包含在數(shù)據(jù)中的隱私信息。因此，微數(shù)據(jù)發(fā)布中隱私保護(hù)問題近幾年來成為數(shù)據(jù)挖掘領(lǐng)域的研究熱點(diǎn)。
　　目前在微數(shù)據(jù)發(fā)布的隱私保護(hù)領(lǐng)域中，匿名化技術(shù)是該領(lǐng)域中的主流方法，其主要思想是通過對(duì)原始待發(fā)布數(shù)據(jù)的處理，減少個(gè)體身份被攻擊者唯一標(biāo)識(shí)的概率，從而實(shí)現(xiàn)個(gè)體的隱私保護(hù)。本文通過結(jié)合噪音技術(shù)、模糊粗糙集等領(lǐng)域知識(shí)，對(duì)

2、微數(shù)據(jù)發(fā)布中隱私保護(hù)在匿名數(shù)據(jù)可用性上進(jìn)行了研究，主要工作如下:
　　(1)提出了將泛化和噪音技術(shù)相結(jié)合的隱私保護(hù)匿名化方法的研究。在現(xiàn)有的實(shí)現(xiàn)k-匿名模型的隱私保護(hù)方法中，泛化技術(shù)的應(yīng)用相當(dāng)廣泛。尤其是在數(shù)據(jù)分布均勻的狀況下，其數(shù)據(jù)匿名效果較好。但當(dāng)數(shù)據(jù)規(guī)模不是很大，分布不均勻的情況下，會(huì)出現(xiàn)數(shù)據(jù)泛化程度過大，匿名數(shù)據(jù)可用性過低的問題。針對(duì)這個(gè)缺陷，本文提出了噪音和泛化技術(shù)相結(jié)合的GN匿名方法，該方法通過在泛化過程中添加噪音降低

3、泛化程度;并提出噪音添加模型，保證添加噪音后的匿名數(shù)據(jù)中敏感屬性分布與原始數(shù)據(jù)基本不變;還提出了實(shí)現(xiàn)算法GN-Bottom-up算法，且實(shí)驗(yàn)證明GN方法比原始一般匿名方法能有效降低泛化的程度，提高數(shù)據(jù)的可用性。
　　(2)提出了基于模糊粗糙集的加權(quán)聚類隱私保護(hù)方法的研究。在現(xiàn)有隱私保護(hù)方法產(chǎn)生的匿名數(shù)據(jù)中，普遍存在針對(duì)聚類應(yīng)用的可用性差問題。針對(duì)該問題，本文提出一種考慮屬性權(quán)重的隱私保護(hù)方法（FSRS)。其中通過基于模糊粗糙集的客