支持安全數(shù)據(jù)發(fā)布的K-匿名技術(shù)的研究.pdf

1、在當(dāng)今科技和信息緊密聯(lián)系的時代，大量的信息以數(shù)據(jù)發(fā)布的形式實現(xiàn)彼此的信息共享。從安全角度考慮常常需要對其中的敏感信息加以隱藏，因此面向數(shù)據(jù)發(fā)布的支持隱私保護的數(shù)據(jù)安全技術(shù)越來越受到人們的重視。數(shù)據(jù)安全中的K-匿名化技術(shù)是保護數(shù)據(jù)隱私的重要途徑之一。當(dāng)前K-匿名化方法主要通過全域概括來實現(xiàn)發(fā)布數(shù)據(jù)的K-匿名化處理，該方法效率低，并且具有很大的信息損失。此外，已有的K-匿名算法沒有考慮多約束的情況。針對以上問題，重點研究基于不同匿名約束的K

2、-匿名化技術(shù)。 分析了匿名化約束和K-匿名化方法的特點，針對單約束和多約束，分別提出了不同的K-匿名化方法。對于單約束，提出了基于元組概括過濾思想的單約束K-匿名化算法Classfly，即在K-匿名化過程中符合約束的元組不需參與進一步的概括，從而提高了K-匿名化的精度和處理效率。 針對多約束，提出了基于聯(lián)合約束K-匿名化相應(yīng)元組子集的post-Classfly算法和基于概括過濾最大匿名元組子集的NM-Classfly和F

3、TB-Classfly算法。在NM-Classfly和FTB-Classfly算法的K-匿名化過程中，符合獨立約束子集的最大匿名元組子集不參與進一步的概括，從而提高了多約束K-匿名化后的數(shù)據(jù)精度和執(zhí)行效率。提出一種數(shù)據(jù)結(jié)構(gòu)頻繁表(Frequent Table)，使得與NM-Classfly算法相比，F(xiàn)TB-Classfly算法在獲得相同精度發(fā)布數(shù)據(jù)的同時具有更高的執(zhí)行效率。進而，提出低選擇度約束優(yōu)先(PCLS)原則，可以更好地改善FTB

4、-Classfly和NM-Classfly算法的效率。 大量實驗和分析表明，提出的K-匿名化技術(shù)在信息損失和處理效率方面均優(yōu)于現(xiàn)有的K-匿名方法。單約束K-匿名化算法Classny不論在執(zhí)行時間還是K-匿名化后數(shù)據(jù)的精度上都優(yōu)于Datafly算法。在多約束K-匿名中，NM-Classfly和FTB-Classfly算法的精度是最大的。另外，采用頻繁表有效地提高了多約束K-匿名化的執(zhí)行效率。實驗還驗證了低選擇度約束優(yōu)先(PCLS)