一种改进的多视图隐私保护数据发布方法

摘要

分解法是除抽象化(generalization)之外的另一种较为常用的匿名数据发布技术．分解法的最大问题在于破坏了属性间的关联性，从而影响了数据的可用性．本文提出了一种改进的基于多视图的分解法IMVD(Improved Multi-view Dccomposition)用于指导多视图的分解和生成，使得发布的多视图能够保留更多的有价值的属性关联，从而可以提供更好的数据挖掘性能．实验结果表明，尤其在用于高维数据的匿名处理时，相比于其它方法，IMVD方法能够有效地提高发布数据的可用性，具有很高的实用价值．