一種基于聚類的語義l-多樣性隱私保護(hù)算法.pdf

1、近年來，網(wǎng)絡(luò)和存儲設(shè)備的逐漸普及，推動了智能交通、基于位置服務(wù)推薦等應(yīng)用的發(fā)展，然而，他們所發(fā)布的數(shù)據(jù)中往往包含隱私信息，如果不經(jīng)過任何處理直接將這些數(shù)據(jù)進(jìn)行共享會導(dǎo)致個體敏感信息的披露。這就引發(fā)了對數(shù)據(jù)發(fā)布過程中的隱私保護(hù)課題的探索和研究，其主要目標(biāo)是平衡好數(shù)據(jù)的安全性和數(shù)據(jù)的可用性，一方面要損失一些信息以保護(hù)個體的隱私，另一方面要保留數(shù)據(jù)原有的重要信息以便對其進(jìn)行分析。
　　本文在分析研究l-多樣性模型的基礎(chǔ)上，針對傳統(tǒng)的l-

2、多樣性模型雖然保證了每個分組中敏感屬性值的多樣性，但是沒有考慮到敏感屬性的語義信息這一問題，提出一種使用聚類技術(shù)來實現(xiàn)的語義l-多樣性算法：首先將敏感屬性的語義信息加入到l-多樣性模型中，使得生成的每個等價類分組中語義不相似的敏感屬性值的個數(shù)大于或者等于 l個。其次在劃分等價類的過程中采用聚類技術(shù)，在滿足語義l-多樣性的前提下，把數(shù)據(jù)集中最相似的記錄放在一個簇中，并在算法的最后對所生成的類簇進(jìn)行調(diào)整，將導(dǎo)致匿名表信息損失變大的類簇拆開，