基于高效多属性再聚类的匿名算法

摘要

现有的隐私保护匿名技术主要针对准标识符属性进行操作，没有考虑到敏感属性的不同取值之间的特定联系，导致个人隐私信息的泄露。本文针对敏感属性取值之间的关联进行详细研究，继承了有损连接对原始数据进行保护的思想，针对L-diversity提出了基于高效多属性再聚类的匿名算法。算法对近似的敏感属性值进行聚类，有效地保护近似敏感属性值；对准标识符属性赋予权重，保留对查询服务价值大的属性；通过再聚类算法得到的数据精确度高，价值高。真实数据集上的大量实验结果表明所提出的算法的查询纠错率、分析纠错率与现有的聚类算法和有损连接算法相比都有明显提升，查询精确率、分析精确率也有所提高，近似攻击率降低到0%。