隱私保護中K-匿名化問題的研究與改進.pdf

1、在科學(xué)領(lǐng)域與信息技術(shù)不斷地迅速進步的近些年來，信息共享與資源互利已經(jīng)越來越受到人們的各種關(guān)注。與此同時，這些信息資源給人們帶來各種生活中的好處，也帶來了人們隱私數(shù)據(jù)信息泄露的危險。保護人們的隱私信息問題已經(jīng)成為大眾關(guān)注的一個焦點，也是數(shù)據(jù)發(fā)布處理研究中值得研究探討的一個重要課題。在數(shù)據(jù)發(fā)布過程中，如果僅僅只對可以明確確定用戶身份的標(biāo)識符進行刪除或者加密，隱私保護效果并不好，攻擊者仍然可以通過利用發(fā)布數(shù)據(jù)集中的準(zhǔn)標(biāo)識符屬性與外來數(shù)據(jù)集合進

2、行聯(lián)合推演，使用多個數(shù)據(jù)集的鏈接操作，從而推算得到個體希望被保護的隱私數(shù)據(jù)信息。K-匿名化技術(shù)是在微數(shù)據(jù)發(fā)布之中一種非常重要的隱私保護方法?？墒菍τ谠诙鄬傩约仙汐@取最優(yōu)K-匿名化是一個NP-難問題，所以對K-匿名化的主要研究集中在：如何使發(fā)布數(shù)據(jù)集合匿名化操作控制在比較合理的時間復(fù)雜度之中，同時能夠獲得較高的匿名化程度。
　　 論文全面分析了目前已有的各種K-匿名化算法，并且總結(jié)出這些方法所存在的優(yōu)點和缺點。針對這些問題論文的

3、主要工作如下：
　　 ①論文提出了多維映射分治的K-匿名化算法。該算法建立了新的多維到單維映射模型，并且記錄其中的二種重要信息：在對每個單維進行映射得到的不同單維點的個數(shù)Pro以及每個不同單維點所對應(yīng)的多維點的個數(shù)PPA。該算法采用了新的信息依賴量來度量數(shù)據(jù)信息的變化程度，降低了匿名化后的結(jié)果集中信息損失度。該算法可以在多項式的時間復(fù)雜度內(nèi)獲得較高匿名化程度，提高了K-匿名化算法的實際應(yīng)用能力。
　　 ②論文提出了K-匿

4、名化增量更新策略。對于頻繁變動的數(shù)據(jù)發(fā)布過程，該策略使用閥門值來維持?jǐn)?shù)據(jù)集的相對穩(wěn)定。對于增量更新時間，該策略通過對增量數(shù)據(jù)進行定位操作來實現(xiàn)局部更新方法，降低時間開銷。對于信息損失量，該策略考慮到鄰居集合中的相似集合對增量數(shù)據(jù)的信息關(guān)聯(lián)度，把局部更新范圍鎖定在相似集合之中來來提高結(jié)果集的匿名化質(zhì)量。這樣保證了數(shù)據(jù)集能夠在可以接受的更新時間中，重新達到K-匿名化效果。
　　 ③論文分別在實驗數(shù)據(jù)集合與真實數(shù)據(jù)集合上進行了多種對比