半监督聚类的匿名数据发布
2011-06-06杨高明杨静张健沛
哈尔滨工程大学学报 2011年11期
杨高明,杨静,张健沛
(哈尔滨工程大学计算机科学与技术学院,黑龙江哈尔滨150001)
许多单位每天都在收集大量的个人信息,为从这些数据中得到有效的信息,需要应用数据挖掘技术.而数据挖掘技术的应用通常会导致个人隐私信息的破坏,为有效保护个人隐私,保留更多的有用数据信息,数据发布之前需要进行隐私保护[1-2].k-匿名[3]是隐私保护的数据发布技术常用模型,该模型把数据集划分成若干簇(组),使每个簇内至少包含k个元素,且簇内元组有相同的属性值.为使相同的簇内元组有相同的属性值,需要对元组进行概化/隐匿处理,该方法建立在预定义的域概化层次树结构和值概化层次树结构之上,因此会带来不必要的信息损失.为减少信息发布时的信息损失,不少学者研究使用聚类方法实现k-匿名[4-5].随着对k-匿名模型的研究深入,研究者发现k-匿名模型可以有效的抵御连接(link)攻击,但是不能抵御背景知识攻击和同质攻击[6].为防御背景知识攻击和同质攻击,学者研究了各种方法[6-8].其中l-多样性模型[6,9]要求每个簇类的敏感值要满足 l-多样性约束,以提高敏感值与其所属个体的链接难度,该模型使用概化/隐匿方法.王智慧等[10]提出使用聚类方法实现l-多样性隐私保护,他们首先对数据进行聚类,然后对聚类后的簇概化处理.p-敏感k-匿名模型[8]要求每个等价类中元组个数不少于k且敏感值种类不少于 p.(α,k)-匿名模型[7,11]通过控制等价类中敏感值……
登录APP查看全文
