多维敏感属性隐私保护数据发布方法

计算机工程与应用 ›› 2012, Vol. 48 ›› Issue (20): 136-141.

多维敏感属性隐私保护数据发布方法

王胜和1，王佳俊2，刘腾腾2，倪巍伟2

1.安徽公安职业学院公安科技系，合肥 230031
2.东南大学计算机科学与工程学院，南京 210096

出版日期:2012-07-11 发布日期:2012-07-10

Privacy-preserving data publishing method for dataset with multi-dimensional sensitive attributes

WANG Shenghe1, WANG Jiajun2, LIU Tengteng2, NI Weiwei2

1.Department of Public Security Technology, Anhui Public Security Professional College, Hefei 230031, China
2.School of Computer Science and Engineering, Southeast University, Nanjing 210096, China

Online:2012-07-11 Published:2012-07-10

摘要/Abstract

摘要： 在匿名数据发布中，当敏感属性为多维时，攻击者有可能能够获取一维或几维敏感属性信息，并且结合准标识符信息对其他敏感属性进行推理攻击。针对此问题提出（Dou-l）-匿名模型，更好地保护了敏感信息。基于多维桶和分解思想，提出（Dou-l）-匿名算法，使得即便攻击者掌握了部分敏感数据，仍然能较好地保护其他敏感属性数据的隐私安全性。实际数据实验证明，算法可以较好地均衡发布数据的安全性和可用性。

关键词: 隐私保护, 多敏感属性, 数据发布, 背景知识

Abstract: When publishing data with multiple sensitive attributes, an adversary may be able to get some sensitive attribute information, attack other sensitive attribute information through a combination of this background knowledge with quasi-identifier information. To avoid this problem, a formal multiple sensitive attributes data publication model is defined, named （Dou-l）-anonymity. The corresponding （Dou-l）-anonymity implementation algorithm is proposed based on the idea of multi-sensitive bucketization and lossy join. The findings are verified by experiments with real data.

Key words: privacy preserving, multiple sensitive attributes, data publishing, background knowledge

王胜和1，王佳俊2，刘腾腾2，倪巍伟2. 多维敏感属性隐私保护数据发布方法[J]. 计算机工程与应用, 2012, 48(20): 136-141.

WANG Shenghe1, WANG Jiajun2, LIU Tengteng2, NI Weiwei2. Privacy-preserving data publishing method for dataset with multi-dimensional sensitive attributes[J]. Computer Engineering and Applications, 2012, 48(20): 136-141.

[1]	魏立斐，李梦思，张蕾，陈聪聪，陈玉娇，王勤. 基于安全两方计算的隐私保护线性回归算法[J]. 计算机工程与应用, 2021, 57(22): 139-146.
[2]	贺智明，徐亿达. 区块链与可搜索加密结合的电子病历共享方案[J]. 计算机工程与应用, 2021, 57(21): 140-147.
[3]	吕鑫，赵连成，余记远，谭彬，曾涛，陈娟. 基于轨迹聚类的连续查询隐私保护方法[J]. 计算机工程与应用, 2021, 57(2): 104-112.
[4]	谢裕清，王渊，江樱，杨苗，王永利. 便于数据共享的电网数据湖隐私保护方法[J]. 计算机工程与应用, 2021, 57(2): 113-118.
[5]	宋国超，初广辉，武绍欣. 基于区间区域的位置隐私保护方法[J]. 计算机工程与应用, 2020, 56(8): 66-73.
[6]	曾海燕，左开中，王永录，刘蕊. 路网环境下的语义多样性位置隐私保护方法[J]. 计算机工程与应用, 2020, 56(7): 102-108.
[7]	许斌，梁晓兵，沈博. 大数据环境中非交互式查询差分隐私保护模型[J]. 计算机工程与应用, 2020, 56(7): 116-121.
[8]	王杰，陈志刚，刘加玲，程宏兵. 基于聚类的云隐私行为挖掘技术[J]. 计算机工程与应用, 2020, 56(5): 80-84.
[9]	梁晓兵，许斌，翟峰，沈博. 基于属性分类的用电大数据隐私保护方法[J]. 计算机工程与应用, 2020, 56(5): 93-100.
[10]	张思亮，凌捷，陈家辉. 可追踪的区块链账本隐私保护方案[J]. 计算机工程与应用, 2020, 56(23): 31-37.
[11]	杨婷，庞晓琼，陈文俊，王云婷，刘天野. 区块链环境下支持隐私保护的数字权限管理[J]. 计算机工程与应用, 2020, 56(23): 109-115.
[12]	李孟特，顾春华，温蜜. 基于区块链的充电交易数据安全存储平台设计[J]. 计算机工程与应用, 2020, 56(21): 79-84.
[13]	王佳贺，魏松杰，吴超. 差分隐私保护的Android应用流量行为混淆方法[J]. 计算机工程与应用, 2020, 56(2): 68-75.
[14]	朴杨鹤然，崔晓晖. 社交网络中用户隐私推理与保护研究综述[J]. 计算机工程与应用, 2020, 56(19): 1-12.
[15]	马媛媛，刘周斌，汪自翔. 边缘计算场景下的异构终端安全接入技术研究[J]. 计算机工程与应用, 2020, 56(17): 115-120.