徐 勇，丁忠明，李东勤

（安徽财经大学管理科学与工程学院，安徽 蚌埠233030）

0 引言

实证研究离不开数据，当前许多微观统计数据日益以公开发布的形式成为一种公共产品，但是由于在微观统计数据发布之后数据发布者既无法控制数据用户对数据的使用方式、也不了解用户掌握的其它背景知识，所以在发布数据之前如果不对微观数据进行恰当处理将可能会泄露数据主体的敏感信息。微观数据发布过程如何在不影响数据效用的前提下，防止敏感信息泄露、保护数据主体的隐私成为近年来的研究热点。目前常用的隐私保护技术有数据扰乱、数据加密、数据限制等；其中Sweeny等（2002）提出的在发布之前对微观数据进行k-匿名处理是降低数据发布过程隐私泄露概率的有效方法之一[1-3]。k-匿名方法首先将微观数据中的个体属性变量分为两类：直接标识属性变量和间接标识属性变量，直接标识属性变量是指能够直接标识数据个体身份的属性变量，如姓名、身份证号等；间接标识属性变量又称为准码属性，是指多人共有的特征，单个间接标识属性变量无法精确标识数据个体，但是如果将多个间接标识变量组合起来将可能导致对数据个体的精确识别。k-匿名方法在将能够直接标识属性变量移除的基础上，将微观数据中记录分成若干个等价组，每个等价组内记录在准码属性上的取值相同，从而防止攻击者通过链接攻击获取敏感信息与统计个体身份间的对应关系、同时又不过度影响数据效用的隐私信息保护方法。……