已閱讀1頁,還剩63頁未讀, 繼續(xù)免費閱讀
版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、數(shù)據(jù)發(fā)布中的隱私保護已經(jīng)成為近些年信息安全領域的熱門研究課題,而數(shù)據(jù)匿名做為隱私保護的一種重要實現(xiàn)技術手段,引起了越來越多的學者的關注。如何降低數(shù)據(jù)匿名導致的信息損失成為當前研究的熱點。
l-多樣性模型作為一種重要的隱私保護模型,它要求等價類中敏感屬性足夠多樣化。該模型在抵制鏈接攻擊的基礎上,還很好的解決了同質攻擊的問題,而且對背景知識攻擊也有很好的抵制效果。本文首先對當前l(fā)-多樣性模型的實現(xiàn)技術做了總結,并研究其實現(xiàn)過程,傳
2、統(tǒng)實現(xiàn)方法實現(xiàn)過程相對簡單,但信息損失度較高,針對這個缺點,在對聚類算法的進行分析研究的基礎上,提出一種基于約束的層次聚類算法來實現(xiàn)l-多樣性模型。由于l-多樣性模型的限制,數(shù)據(jù)集必須在首先滿足模型約束的基礎上,進行聚類運算,以此把模型的實現(xiàn)轉化為帶約束的聚類問題。而且,在劃分等價類時不能一次性確定出等價類的個數(shù),因此,首先采用層次聚類的方法劃分等價類,然后,使用交換類簇間元組的方法,調整各個類簇的中心,重新劃分等價類,使等價類內元組相
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 一種基于匿名的位置隱私保護方法研究.pdf
- 一種基于K-匿名的隱私保護算法.pdf
- 一種基于網(wǎng)格匿名區(qū)域的位置隱私保護算法.pdf
- 一種改進的軌跡k-匿名隱私保護算法.pdf
- 一種基于個人化匿名的多敏感屬性隱私保護算法.pdf
- 基于匿名的隱私保護方法研究.pdf
- 一種基于重疊式剖分的數(shù)據(jù)匿名方法.pdf
- 基于軌跡隱私的匿名方法研究.pdf
- 一種基于Jensen-Shannon散度的K-匿名方法.pdf
- 基于個人隱私約束的數(shù)據(jù)匿名化研究.pdf
- 一種基于最小生成樹聚類的數(shù)據(jù)匿名方法.pdf
- 基于聚類的隱私匿名方法研究.pdf
- 一種基于Crowds的改進匿名通信方案研究.pdf
- 一種社會網(wǎng)絡的隱私保護方法研究.pdf
- 基于一種約束框架的光流估計方法研究.pdf
- 基于K-匿名的隱私保護方法研究.pdf
- 一種基于貝葉斯的微博隱私檢測方法研究.pdf
- 一種安全的匿名通信方案的設計.pdf
- 一種基于K-自同構的增強型隱私保護方法.pdf
- 一種基于隱私保護的網(wǎng)格聚類算法.pdf
評論
0/150
提交評論