一種應用粗糙集理論的匿名規(guī)則及微聚集算法的研究.pdf

1、信息技術(shù)發(fā)展十分迅猛，對各種產(chǎn)業(yè)都產(chǎn)生了巨大的影響。各行各業(yè)都廣泛收集了海量的數(shù)據(jù)。這些數(shù)據(jù)中蘊涵大量有用的信息和知識。為從這些收集的數(shù)據(jù)中獲取有用的信息和知識，數(shù)據(jù)所有人無法避免會發(fā)布包含個人信息的數(shù)據(jù)。這些數(shù)據(jù)中很可能有適合直接發(fā)布的個人隱私信息，未經(jīng)處理的數(shù)據(jù)直接發(fā)布后將侵犯個人的隱私。因此，怎樣發(fā)布既真實有效又能保護個人的隱私信息不被泄露的數(shù)據(jù)成為需要解決的重要問題。
　　 傳統(tǒng)的匿名算法都是把數(shù)據(jù)表所有的屬性統(tǒng)一處理，

2、采用相同的匿名強度實現(xiàn)k-劃分。但是對于高維數(shù)據(jù)表，傳統(tǒng)匿名方法會損失大量信息。本文考慮不同的準標識符屬性對敏感屬性產(chǎn)生的影響程度是不同的，即重要度不同。因此，本文提出一種基于粗糙集理論的維度劃分匿名規(guī)則，根據(jù)準標識符屬性重要度的差別，對準標識符屬性進行智能劃分。再根據(jù)劃分結(jié)果，對不同的劃分進行不同層次的匿名化操作。
　　 大量的數(shù)據(jù)匿名化方法是基于泛化技術(shù)。泛化技術(shù)在處理高維數(shù)據(jù)時，會使得數(shù)據(jù)缺損巨大，實用性低。微聚集算法利用

3、聚類的思想，簡單有效。尤其在處理連續(xù)型數(shù)據(jù)時，能保持更多的語義，有著獨特的優(yōu)勢。但是微聚集算法主要是針對連續(xù)型數(shù)據(jù)集。本文對其進行改進，提出了面向分類型數(shù)據(jù)和混合型數(shù)據(jù)的度量距離公式，并基于其設計了不同的微聚集匿算法，使得能夠較好地處理分類型數(shù)據(jù)集及混合型數(shù)據(jù)集。
　　 本文研究了匿名化后數(shù)據(jù)的可用性評估模型，并且針對分類型數(shù)據(jù)，應用粗糙集理論，提出了一種評估數(shù)據(jù)可用性的模型
　　 最后，在通用數(shù)據(jù)集上進行測試與比較表明