用于敏感属性保护的(θ,k)-匿名模型

摘要：

提出一种(θ,k)-匿名模型,通过对记录进行语义分析确定敏感属性值的相似或相异性,将一个确定了k值的等价类分成θ组,使记录在组内保持敏感属性值相似,在组间保持敏感属性值相异,并采用距离度量方法划分等价类.实验结果表明,(θ,k)-匿名模型可以在较低的信息损失下,同时抵制背景知识与相似性双重攻击.

关键词：敏感属性保护、(θ、k)-匿名模型、距离度量

所属期刊栏目：51

分类号：TP309(计算技术、计算机技术)

资助基金：国家自然科学基金项目61872431;湖北省技术创新专项018AAA046;武汉市应用基础研究计划项目2017060201010162

在线出版日期：2019-08-19（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：42-47