一種增強(qiáng)型t-Closeness隱私保護(hù)方法.pdf_第1頁(yè)
已閱讀1頁(yè),還剩52頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、隨著計(jì)算機(jī)網(wǎng)絡(luò)和數(shù)據(jù)挖掘等信息技術(shù)的高速發(fā)展,基于科學(xué)研究、商業(yè)應(yīng)用和知識(shí)發(fā)現(xiàn)的數(shù)據(jù)共享的重要性逐漸地顯現(xiàn)出來(lái)。但是,共享的數(shù)據(jù)包含如醫(yī)療記錄等個(gè)體敏感信息,因此,個(gè)人隱私就有泄露的危險(xiǎn),如何更好地保護(hù)隱私便成為專(zhuān)家學(xué)者和信息擁有者關(guān)注的問(wèn)題。κ-匿名方法和ι-多樣性方法是常用的隱私保護(hù)方法,簡(jiǎn)單實(shí)用,t-closeness模型阻止隱私泄露的能力比前兩者有所增強(qiáng),得到了廣泛的應(yīng)用和研究。
   本文在分析研究t-closenes

2、s模型和增強(qiáng)型κ-匿名技術(shù)的基礎(chǔ)上,針對(duì)t-closeness沒(méi)有給出具體的算法,且語(yǔ)義隱私不能自定義的不足。提出了(t,α)-closeness方法,即增強(qiáng)型t-closeness隱私保護(hù)方法:(1)給出了語(yǔ)義隱私度的度量方法,以α表示語(yǔ)義隱私度,α的計(jì)算根據(jù)敏感屬性值分類(lèi)的敏感程度,在不同的時(shí)期、根據(jù)不同的需求,可以自定義屬性敏感程度,靈活方便;(2)因?yàn)闆](méi)有具體的算法,t-closeness具有很開(kāi)放的研究領(lǐng)域和空間,本文給出了兩

3、種具體的實(shí)現(xiàn)算法,其一,因?yàn)樽皂斚蛳碌姆椒ú粫?huì)產(chǎn)生信息扭曲,算法采用自頂向下的方法尋找匿名解決方式,滿(mǎn)足了(t,α)-closeness要求;其二,分類(lèi)的過(guò)程中產(chǎn)生較少的信息損失,遺傳算法按照適者生存和優(yōu)勝劣汰的原理,逐代演化產(chǎn)生出越來(lái)越好的近似解,經(jīng)過(guò)編碼、交叉、變異,產(chǎn)生出最優(yōu)近似解,與經(jīng)過(guò)泛化、抑化逐步產(chǎn)生出符合(t,α)-closeness要求的發(fā)布表的過(guò)程相似,且能產(chǎn)生較少的信息損失,算法采用基于遺傳分類(lèi)的方法實(shí)現(xiàn)。
 

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論