基于聚類的數(shù)據(jù)匿名發(fā)布技術(shù)研究.pdf

1、隨著計算機技術(shù)與網(wǎng)絡(luò)技術(shù)的飛速發(fā)展，數(shù)據(jù)庫中存放的有用數(shù)據(jù)大量增加，如何從海量數(shù)據(jù)中提取出有決策價值的信息，數(shù)據(jù)挖掘成為一個很好的數(shù)據(jù)分析工具。采用數(shù)據(jù)挖掘工具可以幫助我們從大量數(shù)據(jù)中提取出有用的信息。數(shù)據(jù)挖掘需要數(shù)據(jù)持有者將所擁有的數(shù)據(jù)進行發(fā)布，這就導(dǎo)致了用戶隱私信息泄露的問題。針對如何保護用戶的敏感信息在數(shù)據(jù)發(fā)布過程中不被泄露的問題，目前已提出很多隱私保護數(shù)據(jù)發(fā)布技術(shù)，如k-匿名模型、(a, k)-匿名模型和l-多樣性模型等。

2、>　　l-多樣性模型采用了對數(shù)據(jù)進行傳統(tǒng)的基于層次結(jié)構(gòu)的泛化方案，該模型在對數(shù)據(jù)集中敏感屬性信息進行匿名保護的同時會導(dǎo)致較大的數(shù)據(jù)信息損失。本文針對如何減少發(fā)布數(shù)據(jù)信息損失的問題進行了研究，提出一種基于密度聚類的l-多樣性數(shù)據(jù)匿名保護方法，該方法將滿足l-多樣性條件作為聚類的約束問題進行分析，在滿足l-多樣性模型約束的條件下，采用基于密度的聚類算法對數(shù)據(jù)集中的元組進行劃分，針對不同數(shù)據(jù)類型的準(zhǔn)標(biāo)識符采用不同的泛化技術(shù)，并根據(jù)數(shù)據(jù)泛化前后