云存储下公证数据的隐私性研究

摘要

云存储为公证数据提供优质存储服务的同时,也面临着公证数据被入侵和窃取的安全风险,并造成公证数据的隐私泄露。针对这一难题,本文在分析传统数据隐私保护方案的基础上,着重介绍了K匿名和微聚集的算法过程,并就K匿名的实现效率低,信息损失度大的缺陷,提出一种基于微聚集的（K,e）隐私保护模型。通过对数据进行聚类并用质心代替的思想,能优化K匿名的算法效率,并确保数据的可用性,同时对相同等价类中敏感属性进行约束以保证其多样性,并提高公证数据隐私保护强度。