基于聚类的数据敏感属性匿名保护算法 (2012年)

【文件属性】：
文件名称：基于聚类的数据敏感属性匿名保护算法 (2012年)
文件大小：226KB
文件格式：PDF
更新时间：2021-04-28 22:23:23
工程技术 论文 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。