面向查询服务的数据隐私保护算法
文献类型：会议
作者：朱青[1]
机构：中国人民大学数据工程与知识工程教育部重点实验室,北京,100872;中国人民大学信息学院计算机系,北京,100872
年：2010
会议名称：第27届中国数据库学术会议论文集中国计算机学会
页码范围：1315-1323
会议地点：北京
所属部门：信息学院；数据工程与知识工程教育部重点实验室
语言：中文
关键词：查询服务 数据隐私保护算法 个性化信息服务
摘要：个性化信息服务提高了Web查询精度,但同时也带来数据隐私保护的问题。尤其在面向服务的架构(SOA)中,部署个性化应用时,如何解决隐私保护,这对于个性化服务是一个挑战。随着隐私安全成为微数据发布过程中越来越重要的问题,好的匿名化算法就显得尤为重要。论文总结了前人研究中考虑到准标识符对敏感属性影响的k-匿名算法,提出了直接通过匿名化数据计算准标识符对敏感属性效用的方法以及改进的效用矩阵,同时为了更好地衡量匿名化数据的信息损失,论文中提出了改进的归一确定性惩罚的评价指标,从匿名化数据隐私安全的角度进行分析,实现了改进L-diversity算法,即基于信息损失惩罚的满足L-diversity的算法。它是准标识符对不同敏感属性效用的、并具有较好隐私安全的改进算法。
作者其他论文
内存OLAP多核并行查询优化技术研究.焦敏;张延松;王珊,等.计算机学报.2014,1895-1910.
一个基于三元组存储的列式OLAP查询执行引擎.朱阅岸;张延松;周烜,等.软件学报.2014,25(4),753-767.
面向大规模机群的可扩展OLAP查询技术.王会举;覃雄派;王珊,等.计算机学报.2015,38(1),45-58.
内存数据仓库集群技术研究.张延松;王珊;周烜.华东师范大学学报（自然科学版）.2014,117-132.
Co-OLAP:CPU&GPU混合平台上面向星形模型基准的协同OLAP.张宇;张延松;张兵,等.华东师范大学学报（自然科学版）.2014,240-251.
