一種基于最小生成樹聚類的數(shù)據(jù)匿名方法.pdf

1、在信息技術迅猛發(fā)展,信息化辦公越來越普及的今天,大量個人信息被政府部門、商業(yè)機構或個人等存儲和發(fā)布。基于對這些數(shù)據(jù)信息的分析能夠做出歸納性的推理,人們運用挖掘出的潛在模式,創(chuàng)造了巨大的便利。然而,原始的數(shù)據(jù)往往包含敏感信息,發(fā)布這類數(shù)據(jù)會侵犯個體隱私。這就引發(fā)了對數(shù)據(jù)發(fā)布和共享中隱私保護問題的探索,旨在尋找一種好的方案,一方面保留數(shù)據(jù)的效用,一方面適當損失原始數(shù)據(jù)的某些信息以確保數(shù)據(jù)的安全性,從而達到保護數(shù)據(jù)安全與保留數(shù)據(jù)價值之間的良好

2、平衡。本文對當前數(shù)據(jù)發(fā)布隱私保護中的隱私模型和主流技術等進行分析、研究,提出了一種新的匿名方案及算法,主要研究內容及工作如下:
　　本文首先對隱私保護中的匿名化進行了研究,在已有的基于聚類的l-多樣性模型的基礎上,提出了一種基于最小生成樹聚類的數(shù)據(jù)匿名方法。由于最小生成樹算法采用了貪心算法,因此在對生成的各聚類匿名化后數(shù)據(jù)能保留較高的數(shù)據(jù)效用,同時在構建最小生成樹和聚類兩個階段針對具體問題采用了能有效降低時間復雜度的方法。并且,文