方 凯，史志才，2，贾媛媛

(1.上海工程技术大学 电子电气工程学院，上海 201620； 2.上海市信息安全综合管理技术研究重点实验室，上海 200240)

随着移动互联网的快速发展，各种传感器以及无线终端设备采集了海量的数据[1]。为了挖掘大数据的潜在价值，享受大数据带来的方便和快捷，需要对数据进行发布[2]。如果待发布的数据不经过隐私保护处理被直接发布，那么攻击者可能会利用各种途径窃取用户的敏感信息，造成用户的隐私泄露和财产损失[3]。因此，在保护用户数据隐私的同时减少数据发布的信息损失，提高数据发布的质量，已成为当前研究的热点问题[4]。

传统的数据发布隐私保护模型主要分为k-匿名模型[5]、l-多样性模型[6]和t-closeness[7]模型。在这些经典的隐私保护模型基础上，许多算法相继被提出[8-10]。近年来，随着机器学习在各领域的广泛应用，将聚类算法引入数据发布隐私保护技术引起了广泛关注[11-12]。文献[13]提出了一种基于k-means聚类的隐私保护方法。文献[14]提出了一种基于多属性泛化聚类实现k-匿名的算法。文献[15]提出了一种针对混合属性的聚类算法。现有的利用聚类算法实现k-匿名模型的方法未考虑到离群点噪声[16]对聚类结果的影响，且采用传统分类树[1]进行距离度量和属性泛化会造成严重的信息损失。此外，利用k-means均值聚类实现k-匿名的算法虽然复杂度低、效率较高，但是由于其初始聚类中心点的选取具有不确定性，因此易导致算法陷入局部最优，降低了算法的稳定性。……