多维敏感属性隐私保护数据发布方法

摘要：

在匿名数据发布中,当敏感属性为多维时,攻击者有可能能够获取一维或几维敏感属性信息,并且结合准标识符信息对其他敏感属性进行推理攻击.针对此问题提出(Dou-l) -匿名模型,更好地保护了敏感信息.基于多维桶和分解思想,提出(Dou-l)-匿名算法,使得即便攻击者掌握了部分敏感数据,仍然能较好地保护其他敏感属性数据的隐私安全性.实际数据实验证明,算法可以较好地均衡发布数据的安全性和可用性.

关键词：隐私保护、多敏感属性、数据发布、背景知识

所属期刊栏目：48

分类号：TP393.08(计算技术、计算机技术)

资助基金：国家自然科学基金61003057

在线出版日期：2012-12-24（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：136-141