版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、k-匿名隱私保護(hù)模型已經(jīng)成為數(shù)據(jù)發(fā)布者可信的隱私保護(hù)模型。然而,受隱私保護(hù)要求的制約,即使最優(yōu)的k-匿名算法,產(chǎn)生的數(shù)據(jù)也將十分不精確,正因?yàn)檫@種不精確導(dǎo)致了數(shù)據(jù)可用性的降低,數(shù)據(jù)接受者往往將其當(dāng)作垃圾數(shù)據(jù)而拒之門外。為了使數(shù)據(jù)接受者和管理者能夠更好地利用k-匿名隱私保護(hù)模型中的數(shù)據(jù),本文從另外一個(gè)角度來研究k-匿名數(shù)據(jù),即把k-匿名數(shù)據(jù)看成是一種不確定性數(shù)據(jù),用不確定性的方式來表示和研究它。
不確定性關(guān)系根據(jù)屬性取值擴(kuò)展
2、原理將經(jīng)典確定性關(guān)系模型中每個(gè)元組的屬性取值其可能性由僅含有一個(gè)值擴(kuò)展為值的集合,這種擴(kuò)展給不確定性關(guān)系模型帶來了新的數(shù)據(jù)完整性約束要求。數(shù)據(jù)依賴是對(duì)屬性間取值進(jìn)行關(guān)聯(lián)的一種完整性約束條件,函數(shù)依賴是一種對(duì)數(shù)據(jù)庫模式設(shè)計(jì)及查詢具有重要影響的數(shù)據(jù)依賴。對(duì)于不確定性關(guān)系,由于一個(gè)元組中屬性取值存在多種可能,屬性間取值相互約束的情況要比確定性關(guān)系中的復(fù)雜。描述不確定性關(guān)系的模型有以下幾類:1.tuple-ors,2.attribut-ors,
3、3.C-tables,4.pNF2,5.Sprop,6.Satrr,7.Stuple,8.S2。目前,只有基于tuple-ors模型上的函數(shù)依賴及推導(dǎo)規(guī)則,但在tuple-ors模型沒有關(guān)系模式的定義,無法在其上利用函數(shù)依賴指導(dǎo)不確定性關(guān)系進(jìn)行規(guī)范化設(shè)計(jì)。不確定性關(guān)系表示的模型不同,函數(shù)依賴的形式和性質(zhì)也不同。本文選取pNF2為描述不確定性關(guān)系的模型,提出了兩類函數(shù)依賴,并證明了其推導(dǎo)規(guī)則正確性和完備性。本文提出的兩類局部函數(shù)依賴,可以
4、在不確定性關(guān)系規(guī)范化設(shè)計(jì)中,檢查出該設(shè)計(jì)是否存在不滿足基本的第三范式要求的情況。
本文最后探討了k-匿名這種特殊的不確定數(shù)據(jù)中存在的數(shù)據(jù)依賴及k-匿名關(guān)系模型。為了研究這種k-匿名數(shù)據(jù)中的數(shù)據(jù)依賴問題,本文將經(jīng)典函數(shù)依賴中被決定屬性取值相等這個(gè)條件進(jìn)行擴(kuò)展,使其取值來自同一個(gè)指定集合,同時(shí)又不同于多值依賴中被決定屬性其取值與非該依賴中的屬性無關(guān)的約束,提出了一種擴(kuò)展函數(shù)依賴。擴(kuò)展函數(shù)依賴不僅包括經(jīng)典函數(shù)依賴、垂直函數(shù)依賴、
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 個(gè)性化k-匿名模型研究.pdf
- K-匿名隱私保護(hù)問題的研究.pdf
- K-匿名表更新問題的研究.pdf
- 基于K-匿名的隱私保護(hù)模型和算法研究.pdf
- 保護(hù)隱私的K-匿名模型研究和改進(jìn).pdf
- 針對(duì)K-匿名數(shù)據(jù)的top-k查詢問題研究.pdf
- 隱私保護(hù)中K-匿名化問題的研究與改進(jìn).pdf
- 社會(huì)網(wǎng)絡(luò)中社團(tuán)K-匿名研究.pdf
- 基于k-匿名隱私數(shù)據(jù)挖掘研究.pdf
- 防止隱私泄漏的K-匿名研究.pdf
- 基于K-匿名的隱私保護(hù)方法研究.pdf
- 隱私保護(hù)中K-匿名算法和匿名技術(shù)研究.pdf
- 基于K-匿名技術(shù)的隱私保護(hù)研究.pdf
- k-匿名隱私保護(hù)模型中不確定性數(shù)據(jù)建模及存儲(chǔ)問題的研究.pdf
- k-匿名隱私保護(hù)模型中準(zhǔn)標(biāo)識(shí)符最佳值問題的研究.pdf
- K-匿名數(shù)據(jù)集的挖掘算法研究.pdf
- 基于R樹的K-匿名技術(shù)研究.pdf
- K-匿名隱私保護(hù)模型中不確定性數(shù)據(jù)的查詢問題.pdf
- K-匿名數(shù)據(jù)的查詢方法研究.pdf
- 防范歷史攻擊的k-匿名算法的研究.pdf
評(píng)論
0/150
提交評(píng)論