文件名称：基于极大关联属性集分解的隐私保护数据发布 (2011年)
文件大小：342KB
文件格式：PDF
更新时间：2024-05-30 06:41:16
自然科学 论文
传统的抽象化技术用于高维(属性)数据的匿名发布时会造成不可容忍的信息缺损，而分解技术虽然确保了数据真实性，但由于视图划分破坏了属性之间的内在关联，因此发布数据的可用性受到限制。该文提出了一种基于极大关联属性集的分解法MAAD(maximal associated attributes based decomposition)，该方法利用频繁模式挖掘技术，寻找具有强关联性的属性组集合，并以此指导多视图的分解和生成。MAAD优先考虑了属性之间的关联性，所生成的多视图能够提供更好的数据挖掘性能。该文还定义了多视