相同敏感值数据表泛化算法的安全度量研究

摘要

在k-匿名隐私保护策略的发展中数据表的数据质量与安全性是相互制约的关系,在多样化敏感值数据表的隐私保护研究中如何平衡数据质量与安全性之间的矛盾也是备受关注的重点.但是对相同敏感属性值的数据表进行泛化保护时,此方面的评价理论不适用于度量该类数据的可用性与安全性,本文针对这一不足提出了一个基于熵理论的相同敏感值数据表泛化算法的评价方案.该方案引入了加权属性熵和链接匹配熵的概念,加权属性熵根据不同属性的重要程度对数据损失量进行个性化计算,链接匹配熵利用攻击者在对数据表进行链接时正确匹配元组而消耗的信息量作为安全性度量.最后利用提出的评价方案对两种泛化算法处理后的数据表进行评价,丰富了在相同敏感值条件下泛化算法的评价体系.