基于KD树的信息发布隐私保护
随着医疗信息共享服务的发展,越来越多的患者病历信息被发布出来,敌手通过患者属性推断患者的隐私信息,从而造成患者隐私泄露.基于上述需求,提出基于KD树的隐私保护数据发布算法.利用KD树的性质,对每一维所在属性的泛化值进行分解,直到所有属性的泛化值不能分解,以确保每个叶子节点的所有属性的泛化值的区域达到最小,以减少信息损失.在对等价元组属性分解期间,对每个节点敏感属性值个数做ι多样性约束,以降低隐私泄漏风险.实验结果表明,方案可以减少隐私泄露风险和信息损失.
隐私保护、数据发布、k-匿名、ι-多样性、信息损失
26
O41;TP3
国家自然科学基金61370078,61402109,61502102
2017-09-18(万方平台首次上网日期,不代表论文的发表时间)
共6页
206-211