微數(shù)據(jù)發(fā)布匿名技術(shù)研究.pdf_第1頁
已閱讀1頁，還剩79頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、數(shù)據(jù)發(fā)布為數(shù)據(jù)交換和數(shù)據(jù)共享提供了便利，數(shù)據(jù)發(fā)布過程中的隱私泄漏問題也日益突出，隱私保護(hù)己成為數(shù)據(jù)庫安全研究的一個新熱點。K-匿名化是微數(shù)據(jù)發(fā)布環(huán)境下保護(hù)數(shù)據(jù)隱私的一種重要方法。K-匿名模型賦予匿名數(shù)據(jù)集以有效抵抗應(yīng)用環(huán)境中可能出現(xiàn)的各類隱私推理攻擊的能力，因此K-匿名模型的研究已受到理論界和工業(yè)界的廣泛重視。論文對微數(shù)據(jù)發(fā)布場景中的隱私泄露問題進(jìn)行研究，主要工作和貢獻(xiàn)包括： 針對K-匿名模型中存在的過度泛化、潛在的隱私泄露等問

2、題，本文提出了一種基于多維泛化路徑的多維局部重編碼方法，以及相應(yīng)的兩種K-匿名算法，包括完整Filter K-匿名算法和部分Filter K-匿名算法，并與Datafly算法和Incognito算法進(jìn)行了實驗對比，結(jié)果表明完整Filter K-匿名算法在數(shù)據(jù)精度上有很大提高，部分Filter K-匿名算法具有很高的執(zhí)行效率。 針對K-匿名、L-Diversity等匿名模型無法解決的多敏感屬性數(shù)據(jù)發(fā)布時存在的隱私攻擊和泄露問題，本

溫馨提示

  • 1. 本站所有資源如無特殊說明，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，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 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. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論