大数据模式分解的隐私保护研究
文献类型：会议
作者：LI Ning[1]
机构：Department of Computer Science, School of Information, Renmin University of China, Beijing 100872, China;中国人民大学信息学院计算机系,北京100872
年：2012
会议名称：第29届中国数据库学术会议论文集中国计算机学会
页码范围：961-973
会议地点：合肥
所属部门：信息学院
语言：中文
关键词：数据安全 隐私保护 逻辑结构 聚类算法 模式分解
摘要：现有的大多数隐私保护技术往往忽略了敏感属性不同取值和准标识符属性之间存在的特殊关联，并且各领域对数据隐私保护的多方面要求，使得发布的匿名数据需要满足复合隐私约束。对近似敏感属性值和复合隐私约束进行分析，提出了基于大数据模式分解和聚类分析的隐私保护算法。给出了聚类敏感属性值保护相似值方法，设置不同权重的敏感属性，保留重要的属性。使用三维不规则结构矩阵的效用矩阵，来获取精度较高的匿名数据，实现匿名数据的模式分解。在真实数据集上的大量实验结果表明，该算法的数据精确率、尝据纠错率都有明显提升，近似攻击率降低。
作者其他论文
基于压缩全文索引的演变图查询.肖洋;朱青;吴粤皖.计算机工程与应用.2015,117-124.
时序图上动态子图查询优化算法.朱青;李红.计算机科学与探索.2014.
完善我国地方税体系的构想.朱青.财贸经济.2014,5-13.
HyDB:集成MapReduce和数据库的高效SaaS架构.覃左言;朱青;李伏.小型微型计算机系统.2012,33(3),512-518.
基于语义相似度的Web信息可信分析.王腾;朱青;王珊.计算机学报.2013,36(8),1668-1681.
