学位论文 > 优秀研究生学位论文题录展示

基于非等深泛化的k-匿名研究

作　者: 梁小毅
导　师: 唐屹
学　校: 广州大学
专　业: 应用数学
关键词: 隐私保护 k-匿名过泛化等深映射局部搜索
分类号: TN918.1
类　型: 硕士论文
年　份: 2009年
下　载: 35次
引　用: 0次
阅　读: 论文下载

内容摘要

日益海量的静态存储数据亟待二次开发利用,信息公开发布是数据资源有效运用的重要手段。然而不恰当的发布与推理有可能泄露个体隐私,为此信息披露有赖于推理控制和隐私保护手段的配合。与其他隐私保护技术类似,k-匿名以牺牲信息可用性换取个人隐私的安全性。研究表明,寻求具有最佳可用性的安全发布是NP困难问题。基于抽象与泛化实现的k-匿名实现算法Incognito,可以在预定信息损失层次下,快速获得全域全体泛化映射。同时,基于泛化技术实现的匿名方案无可避免地存在信息过度抽象的缺陷。本文提出一种过泛化的度量准则,在Incognito等深特点的基础上引入非等深映射概念,论证了非等深泛化映射比等深泛化映射具有更好可用性。借助非线性方程组数学模型,阐明利用初始解获得更优解的可行性。实验从Incognito返回的满足k-匿名的等深泛化映射向量出发,采用局部搜索的方法,依据预定的属性次序,循环向各方向寻找并分解等深的过泛化映射,改变原映射的定义而不影响安全性,形成新的非等深的满足k-匿名的泛化映射向量。实验表明在构造等深映射的时间开销基础上,只需额外增加少量的计算时间,就可得到可用性更高的k-匿名泛化映射,扩展了Incognito的适用性,为基于泛化的k-匿名方案提供一种信息局部恢复的解决思路。

全文目录

摘要  9-10
Abstract  10-12
第一章绪论  12-23
  1.1 数据库概念及其特点  12-13
  1.2 数据库基本原理  13-15
    1.2.1 关系型数据库  13-14
    1.2.2 多级数据库  14
    1.2.3 数据仓库与数据挖掘  14-15
  1.3 从数据库作用到信息公开  15-16
  1.4 数据库中的隐私问题  16-19
    1.4.1 隐私的定义  17-18
    1.4.2 数据库中的隐私问题  18-19
  1.5 隐私保护策略  19-22
  1.6 本章小结  22-23
第二章 k-匿名技术  23-37
  2.1 敌手假设  23-24
  2.2 经典匿名策略  24-26
    2.2.1 抽象和泛化  24-25
    2.2.2 交换  25
    2.2.3 聚类和索引  25-26
  2.3 基于泛化的k-匿名  26-29
  2.4 k-匿名上的其他安全性度量  29-32
    2.4.1 (?)-多样性  30-31
    2.4.2 t-接近性  31-32
  2.5 Incognito  32-36
  2.6 本章小结  36-37
第三章 k-匿名的一种局部搜索算法  37-46
  3.1 过泛化  38-39
  3.2 数学模型  39-41
  3.3 局部搜索  41-44
  3.4 本章小结  44-46
第四章实验  46-51
  4.1 获取初始解  46-47
  4.2 局部搜索结果  47-50
  4.3 本章小结  50-51
第五章结论  51-53
参考文献  53-56
攻读学位期间发表论文  56-57
致谢  57

基于非等深泛化的k-匿名研究

内容摘要

全文目录

相似论文