高維數據的非顯式隱私維度識別研究.pdf

1、數據的發(fā)布者往往擁有數據但不具備數據挖掘的能力。數據的分析者往往擁有數據挖掘的技術但苦于缺少數據。一些數據發(fā)布者擔心發(fā)布沒有采取任何保護措施的數據可能會導致隱私信息泄露。而采取了隱私保護的數據又可能對后期的數據挖掘過程產生不利的影響。
　　為了解決這個問題，學者們提出了一些隱私保護方法，包括k-anonymity、l-diversity、t-closeness等等。這些隱私保護方法在一定程度上對數據的隱私性取得了很好的保護效果，然

2、而這些傳統(tǒng)的隱私保護方法都是基于預先指定的非顯式隱私維度的隱私保護方法，并沒有研究如何自動地選擇非顯式隱私維度。當數據的維度數量變得很大的時候，通過人工的分析并指定對哪些屬性做保護是不現實的。這就迫切地需要一種自適應地識別非顯式隱私維度的方法。
　　非顯式隱私維度往往在概率分布上與敏感屬性具有一定的相似性。而在進行非顯式隱私維度查找方面往往會遇到組合爆炸（Combinatorial Explosion）問題。為了在查找過程中對查找

3、空間進行約減，本文在概率分布相似性基礎上提出了兩個假設前提，并對其等價性進行了證明?；谠摷僭O，本文提出了一種稱為IPFS（Implicit Privacy Feature Set）的算法，去發(fā)現所有可能導致屬性泄露（Attribute Disclosure）的非顯式隱私維度組合。這種維度組合被稱為完備非顯式隱私維度集合；此外，本文又提出了一種稱為KIPFS（Key Implicit Privacy Feature Set）的算法，在非