基于数据隐私保护的(L,K,d)算法

摘要

在数据被发布共享时,既要保证数据的真实性和有用性,又要保障个体的隐私安全.对已提出的K-匿名算法和(P,K,d)匿名算法进行改进,并提出了一种新的(L,K,d)多样化匿名算法,它能够同时抵御关联攻击、同质攻击和背景知识攻击,既适用于单维敏感属性表又适用于多维敏感属性表.实验结果表明:(L,K,d)多样化匿名算法在提高了数据的隐私保护度的同时又保障了数据的可研究价值,具有一定的理论意义和实践意义.