面向敏感性攻击的多敏感属性数据逆聚类隐私保护方法

被引：4

作者：

张冰

杨静

张健沛

谢静

机构：

[1] 哈尔滨工程大学计算机科学与技术学院

来源：

电子学报 | 2014年 / 42卷 / 05期

基金：

高等学校博士学科点专项科研基金;

关键词：

隐私保护; 敏感性攻击; 逆聚类; 多敏感属性; (l1,l2,…,ld)-多样性; 敏感度差异;

D O I：

暂无

中图分类号：

TP309 [安全保密];

学科分类号：

081201 ; 0839 ; 1402 ;

摘要：

针对传统l-多样性模型仅考虑等价类中敏感值形式上的差异,而忽略敏感值的敏感度差异,且难以抵御一种新的攻击方式———敏感性攻击的问题,提出了一种使用逆文档频率IDF度量敏感值的敏感度的方法,并使用属性分解的方式构造敏感组,以避免多敏感属性数据表的QI属性泛化造成的高信息损失.同时,还提出了一种面向敏感性攻击的多敏感属性(l1,l2,…,ld)-多样性隐私保护算法MICD,该算法通过敏感度的逆聚类实现敏感组中敏感值的敏感度差异,以提高多敏感属性数据表抵御敏感性攻击的能力.实验结果表明,MICD算法能够较好的抵御敏感性攻击,且具有较小的信息损失量.

引用

页码：896 / 903

页数：8

共 8 条

[1] 一种基于逆聚类的个性化隐私匿名方法 [J].

王波 ;

杨静 .

电子学报, 2012, 40 (05) :883-890

[2] 聚类的(α,k)-匿名数据发布 [J].

杨高明 ;

杨静 ;

张健沛 .

电子学报, 2011, 39 (08) :1941-1946

[3] 面向敏感值的个性化隐私保护 [J].

韩建民 ;

于娟 ;

虞慧群 ;

贾泂 .

电子学报, 2010, 38 (07) :1723-1728

[4] 一种基于聚类的数据匿名方法 [J].

王智慧 ;

许俭 ;

汪卫 ;

施伯乐 .

软件学报, 2010, 21 (04) :680-693

[5] 数据发布中面向多敏感属性的隐私保护方法 [J].

杨晓春 ;

王雅哲 ;

王斌 ;

于戈 .

计算机学报, 2008, (04) :574-587

[6] A practical approximation algorithm for optimal k-anonymity [J].

Kenig, Batya ;

Tassa, Tamir .

DATA MINING AND KNOWLEDGE DISCOVERY, 2012, 25 (01) :134-168

[7]

A family of enhanced ( L , α ) -diversity models for privacy preserving data publishing[J] . Xiaoxun Sun,Min Li,Hua Wang.Future Generation Computer Systems . 2010 (3)

[8]

L -diversity[J] . Ashwin Machanavajjhala,Daniel Kifer,Johannes Gehrke,Muthuramakrishnan Venkitasubramaniam.ACM Transactions on Knowledge Discovery from Data (TKDD) . 2007 (1)

← 1 →