熵分类优化信息敏感值的个性化隐私匿名算法

摘要：

提出了一种熵分类优化信息敏感值的个性化隐私匿名算法.首先对敏感属性进行复合,然后对多敏感属性进行覆盖性优化,并对其进行值域等级划分,最后针对敏感属性的特点,对其信息损失度和熵分类的选择进行优化,以提高算法的隐私匿名度.算法仿真结果表明,本文提出的算法相比较目前常用的K-anonymity、I-diversity算法,隐私匿名度高,执行时间小,且变化率也小,表示该算法具有较高的鲁棒性.

关键词：熵分类、信息敏感值、隐私匿名、体质健康评价、值域等级划分、运算效率优化

所属期刊栏目：34

分类号：TP301.6(计算技术、计算机技术)

资助基金：重庆市教委科研课题:基于大数据环境下隐私信息安全保护研究

在线出版日期：2019-03-20（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：155-158