一種增強型t-Closeness隱私保護方法.pdf

1、隨著計算機網(wǎng)絡(luò)和數(shù)據(jù)挖掘等信息技術(shù)的高速發(fā)展，基于科學(xué)研究、商業(yè)應(yīng)用和知識發(fā)現(xiàn)的數(shù)據(jù)共享的重要性逐漸地顯現(xiàn)出來。但是，共享的數(shù)據(jù)包含如醫(yī)療記錄等個體敏感信息，因此，個人隱私就有泄露的危險，如何更好地保護隱私便成為專家學(xué)者和信息擁有者關(guān)注的問題。κ-匿名方法和ι-多樣性方法是常用的隱私保護方法，簡單實用，t-closeness模型阻止隱私泄露的能力比前兩者有所增強，得到了廣泛的應(yīng)用和研究。
　　 本文在分析研究t-closenes

2、s模型和增強型κ-匿名技術(shù)的基礎(chǔ)上，針對t-closeness沒有給出具體的算法，且語義隱私不能自定義的不足。提出了(t，α)-closeness方法，即增強型t-closeness隱私保護方法：(1)給出了語義隱私度的度量方法，以α表示語義隱私度，α的計算根據(jù)敏感屬性值分類的敏感程度，在不同的時期、根據(jù)不同的需求，可以自定義屬性敏感程度，靈活方便；(2)因為沒有具體的算法，t-closeness具有很開放的研究領(lǐng)域和空間，本文給出了兩

3、種具體的實現(xiàn)算法，其一，因為自頂向下的方法不會產(chǎn)生信息扭曲，算法采用自頂向下的方法尋找匿名解決方式，滿足了(t，α)-closeness要求；其二，分類的過程中產(chǎn)生較少的信息損失，遺傳算法按照適者生存和優(yōu)勝劣汰的原理，逐代演化產(chǎn)生出越來越好的近似解，經(jīng)過編碼、交叉、變異，產(chǎn)生出最優(yōu)近似解，與經(jīng)過泛化、抑化逐步產(chǎn)生出符合(t，α)-closeness要求的發(fā)布表的過程相似，且能產(chǎn)生較少的信息損失，算法采用基于遺傳分類的方法實現(xiàn)。