抵制敏感属性相似性攻击的(p,k,d)-匿名模型

摘要：

针对当前p-Sensitivek-匿名模型未考虑敏感属性语义相似性,不能抵制相似性攻击的问题,提出一种可抵制相似性攻击的(p,k,d)-匿名模型.根据语义层次树对敏感属性值进行语义分析,计算敏感属性值之间的语义相异值,使每个等价类在满足k匿名的基础上至少存在p个满足d-相异的敏感属性值来阻止相似性攻击.同时考虑到数据的可用性,模型采用基于距离的度量方法划分等价类以减少信息损失.实验结果表明,提出的(p,k,d)-匿名模型相对于p-Sensitive k-匿名模型不仅可以降低敏感属性泄露的概率,更能有效地保护个体隐私,还可以提高数据可用性.

关键词：数据发布、隐私保护、p-Sensitive k-匿名模型、(p、k、d)-匿名模型、相似性攻击

所属期刊栏目：44

分类号：TP309(计算技术、计算机技术)

资助基金：兰州市科技计划项目20141256

在线出版日期：2018-07-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：132-137