10.3969/j.issn.1000-3428.2015.01.026
基于聚类的高效(K,L)-匿名隐私保护
为防止发布数据中敏感信息泄露,提出一种基于聚类的匿名保护算法.分析易被忽略的准标识符对敏感属性的影响,利用改进的K-means聚类算法对数据进行敏感属性聚类,使类内数据更相似.考虑等价类内敏感属性的多样性,对待发布表使用(K,L)-匿名算法进行聚类.实验结果表明,与传统K-匿名算法相比,该算法在实现隐私保护的同时,数据信息损失较少,执行时间较短.
(K、L)-匿名、敏感属性、隐私保护、信息损失、聚类、K-means算法
41
TP309(计算技术、计算机技术)
2015-03-23(万方平台首次上网日期,不代表论文的发表时间)
共5页
139-142,163