K-Q:支持海量查询的隐私泄露检测算法

摘要：

针对推理检测需要的所有历史查询结果的数据规模较大这一问题,K-Q算法结合K-匿名模型在历史查询结果的存储规模上进行了优化,通过推理攻击模拟算法在线检测恶意查询.在真实数据集上的实验证明了K-Q算法可以自适应于查询规模的增长,在准确率和内存消耗上都明显优于已有的直接基于相关元组合并优化的T-D算法.

关键词：K-匿名、数据共享平台、隐私泄露检测、推理攻击

所属期刊栏目：30

分类号：TP309(计算技术、计算机技术)

在线出版日期：2014-03-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：3767-3770