k-APPRP:一种基于划分的增量数据重发布隐私保护k-匿名算法

摘要：

针对现实数据集动态增加和多次发布的隐私保护需求,本文在分析增量更新数据匿名若干概化方式基础上,提出了防止数据重发布过程中发生隐私泄漏的单调概化原则,并利用该原则,设计一个基于划分的增量数据重发布k-匿名算法k-AP-PRP.理论分析和实验结果表明,算法k-APPRP可安全且高效地实现连续增长数据集重发布的隐私保护,同时保证发布数据具有较高的数据质量.

关键词：隐私保护、k-匿名、概化、增量更新、重发布、划分

所属期刊栏目：30

分类号：TP309(计算技术、计算机技术)

资助基金：教育部高等学校博士学科点专项科研基金项目20040286009

在线出版日期：2009-10-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1581-1587