实现轨迹km-匿名的最小变形度算法

摘要：

km-匿名可以抵制长度为m的背景知识攻击,然而现有的匿名化算法在泛化处理时,优先选择支持度最小的位置点进行处理,未考虑泛化造成的变形度.随着m值的增大,轨迹变形度会变大.针对该问题,提出2种匿名化算法:最小变形度贪心算法和基于先验原则的最小变形度贪心算法,2种算法优先选择变形度最小的位置点进行泛化,使得泛化所造成的变形度更小,并给出匿名轨迹可用性度量方法,对数据可用性和算法效率进行分析.实验结果表明,与现有的匿名化算法相比,2种算法均可生成可用性更高的匿名轨迹.

关键词：隐私保护、km-匿名、轨迹、背景知识攻击、点泛化变形度

所属期刊栏目：41

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61170108,61402418;教育部人文社科研究基金资助项目12YJCZH142;浙江省自然科学基金资助项目LQ13F020007;上海市信息安全综合管理技术研究重点实验室开放基金资助项目AGK2013003

在线出版日期：2015-12-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：180-185,201