论文研究-基于聚类的数据敏感属性匿名保护算法.pdf

【文件属性】：
文件名称：论文研究-基于聚类的数据敏感属性匿名保护算法.pdf
文件大小：226KB
文件格式：PDF
更新时间：2022-08-11 17:49:12
敏感属性,l-多样性,聚类,信息损失 为了防止数据敏感属性的泄露，需要对数据敏感属性进行匿名保护。针对l-多样性模型当前已提出的算法大多是建立在概念层次结构的基础上，该方法会导致不必要的信息损失。为此，将基于属性泛化层次距离KACA算法中的距离度量方法与聚类结合，提出了一种基于聚类的数据敏感属性匿名保护算法。该算法按照l-多样性模型的要求对数据集进行聚类。实验结果表明，该算法既能对数据中的敏感属性值进行匿名保护，又能降低信息的损失程度。