APP下载

k匿名数据上的聚集查询及其性质*-

2014-09-05张君宝刘国华王碧颖王羽婷石丹妮翟红敏

计算机工程与科学 2014年1期

张君宝,刘国华,王碧颖,王 梅,王羽婷,石丹妮,翟红敏

(东华大学计算机科学与技术学院,上海201620)

1 引言

自Sweeney L提出k-匿名[1,2]以来,k-匿名隐私保护技术在国内外引起了广泛的关注。k-匿名有效预防了公开发布数据中隐私泄漏的问题,对包含隐私信息的数据共享做出了重大贡献。但是到目前为止,很少有人对k-匿名数据的知识发现进行研究,从k-匿名数据中获取有用的知识是目前亟待解决的问题。例如,在给定k-匿名病人信息表中,包含准标识符 Gender、Age、Zip-code、Area和敏感属性Disease、Expense。若能分别查出[10,20]、[20,30]等10个年龄段患癌症的人数,通过分析就可以得出年龄和患癌症之间的关系,通过统计不同地区患某种疾病的人数,可以判断“地区病”是否存在。k-匿名数据中大量地存在类似信息,对k-匿名数据的知识发现研究有重要的意义。

现有的不确定数据 OLAP[3~6]主要使用可能世界概率模型[7]对不确定数据聚集查询进行研究,时间效率很低。因为k-匿名数据的泛化程度很高,可能世界也要大得多,求解扩展数据库时间消耗限制了将不确定数据的聚集查询方法应用到k-匿名数据上的可能性。不确定数据OLAP最早由Burdick D等人于2005年在文献[3]中提出,在2007年,他们在文献[4]中对文献[3]的方法进行了补充;在同一年,文献[6]对元组间有约束的不确定数据OLAP进行了研究,基于元组间约束,构造约束超图,提出了新的扩展数据库分配策略。文献[5]给出了计算扩展数据库更加有效的分配策略。针对不确定数据的OLAP查询,研究者的技术路线是将不确定数据库展开成可能世界,然后为可能世界中的元组进行概率分配,将已经分配的可能世界合并得到扩展数据库,在扩展数据库上执行OLAP查询。……

登录APP查看全文