一种增强的隐私保护K-匿名模型——（α，L）多样化K-匿名

doi:10.3778/j.issn.1002-8331.2010.21.042

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (21): 148-151.DOI: 10.3778/j.issn.1002-8331.2010.21.042

• 数据库、信号与信息处理 • 上一篇下一篇

一种增强的隐私保护K-匿名模型——（α，L）多样化K-匿名

阚莹莹¹，曹天杰^1，2

1.中国矿业大学计算机学院，江苏徐州 221116
2.东南大学移动通信国家重点实验室，南京 210096

收稿日期:2009-01-07 修回日期:2009-03-16 出版日期:2010-07-21 发布日期:2010-07-21
通讯作者: 阚莹莹

Enhanced privacy preserving K-anonymity model：（α，L）-diversity K-anonymity

KAN Ying-ying¹，CAO Tian-jie^1，2

1.Computers Science and Technology Department，China University of Mining and Technology，Xuzhou，Jiangsu 221116，China
2.National Mobile Communications Research Laboratory，Southeast University，Nanjing 210096，China

Received:2009-01-07 Revised:2009-03-16 Online:2010-07-21 Published:2010-07-21
Contact: KAN Ying-ying

摘要/Abstract

摘要： K-匿名化是数据发布环境下保护个人隐私的一种有效的方法。指出目前已有的一些K-匿名模型存在隐私泄露问题，给出了一种新的有效的K-匿名模型——（α，L）多样化K-匿名模型解决存在的问题。通过一个局部化泛化算法对新模型的有效性进行实验验证。

关键词: 数据发布, 隐私保护, K-匿名化

Abstract: K-anonymity is a popular model used in microdata publishing to protect individual privacy.This paper finds that there are privacy disclosure problems on the current K-anonymity models.A new K-anonymity model called（α，L）-diversity K-anonymity is proposed to solve the existing problems.It is also validated by a local-recoding generalization algorithm.

Key words: data publishing, privacy protection, K-anonymity

中图分类号:

TP309

阚莹莹¹，曹天杰^1，2. 一种增强的隐私保护K-匿名模型——（α，L）多样化K-匿名[J]. 计算机工程与应用, 2010, 46(21): 148-151.

KAN Ying-ying¹，CAO Tian-jie^1，2. Enhanced privacy preserving K-anonymity model：（α，L）-diversity K-anonymity[J]. Computer Engineering and Applications, 2010, 46(21): 148-151.

[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.

一种增强的隐私保护K-匿名模型——（α，L）多样化K-匿名

Enhanced privacy preserving K-anonymity model：（α，L）-diversity K-anonymity

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics