相异敏感度下最小信息损失增量优先的隐私保护方法
2015-10-13谢静张健沛杨静张冰
中南大学学报(自然科学版) 2015年12期
关键词:信息
谢静,张健沛,杨静,张冰
相异敏感度下最小信息损失增量优先的隐私保护方法
谢静1, 2,张健沛2,杨静2,张冰3
(1. 武汉纺织大学 管理学院,湖北 武汉,430200;2. 哈尔滨工程大学 计算机科学与技术学院,黑龙江 哈尔滨,150001;3. 哈尔滨理工大学 软件学院,黑龙江 哈尔滨,150080)
针对不同敏感值的隐私保护程度需求,提出一种敏感度计算方法,将敏感值进行等级划分,再对不同等级的敏感值设定不同的敏感度;给出一种隐私保护原则(,)- sensitivity来控制等价类中敏感度的分布情况,使得等价类中高敏感度的元组不会过多而造成隐私泄露;提出一种最小信息损失增量优先算法(minimum information loss increment first,MILIF)来实现隐私保护的要求。研究结果表明:所提出的方法在降低少量时间和保持数据效用的前提下,充分提高了数据表抵御敏感性攻击的能力。
隐私保护;敏感度;邻域;信息损失增量
在信息化时代,各个领域需要收集和分析的个人数据正以惊人的速度增长,这些原始形式的数据是公共资源分配、医学探索、趋势预测等研究的宝贵来源。例如,医院可能发布病人的诊断记录以用于分析多种疾病的特征或者生成统计报告。然而,在进行数据研究的同时,往往会造成个人敏感信息泄露,因此,需要提出有效的隐私保护技术以保证个人数据在被使用的同时不泄露机密信息。数据发布中隐私保护的主要目的就是将原始数据进行处理,然后以新的形式发布数据以避免隐私泄露和抵御多种攻击[1]。对于个人数据,将某些可以唯一确定个体身份的属性如姓名、身份证号等称为身份标识符属性(identifier);……
登录APP查看全文