王秋月，葛丽娜，耿 博，王利娟

(广西民族大学 信息科学与工程学院，南宁 530006)(*通信作者电子邮箱66436539@qq.com)

0 引言

随着信息技术的不断发展，越来越多的个人隐私信息不断泄露。在大数据信息的统计中，所要发布的数据往往具有多个敏感属性，如何对这些具有多个敏感属性的数据进行信息保护，成为目前匿名隐私保护的重要课题。目前，针对数据发布[1-2]方面，单敏感属性的匿名模型研究较为成熟。

Jiang等[3]提出了k-匿名模型[4]；Machanavajjhala等[5]提出了L-多样性模型[6]；文献[7-8]中提出了(α,k)-匿名模型，该模型要求等价类中每个敏感值出现概率不超过阈值α；金华等[9]针对语义相近问题提出了(αi,k)匿名模型，另外还有p-敏感性k-匿名模型[10]、t-closeness框架[11]等。这些均是对单敏感属性的数据进行保护，并没有考虑到对多敏感属性数据的信息保护。对于多敏感属性方面的研究，罗方炜等[12]提出了(l,m)-多样性模型，该模型要求当同一敏感值的元组从等价类中删除时，等价类剩余的元组仍满足独立敏感属性(l-1)多样性，能够有效抵制关联攻击，但是仍存在敏感值语义相近问题；刘志军等[13]针对敏感值语义相近问题提出了(l,α,m)-多样性模型，但是该模型信息损失度比较大。

本文针对多敏感属性语义相近问题提出了基于多敏感属性分级的(αij,k,m)-匿名模型，在满足(αi,k)-匿名模型的基础上，对多个敏感属性的属性值进行分级，引入了分级表的概念，每个敏感属性均设置一个分级表，并且为每个级别设置一个频率约束αij，同时还引入了一种基于贪心算法的匿名化方法。……