[发明专利]基于敏感属性值约束的匿名保护方法

权利要求书

1.一种基于敏感属性值约束的匿名保护方法，其特征在于，包括如下步骤：

步骤1，对待发布的网络用户原始数据集D＝{X₁，X₂，X₃，...，X_N}进行聚类，获取m个初始聚类中心点U＝{μ₁，μ₂，...，μ_m}，根据语义相似程度划分敏感属性类别，并计算每个敏感属性类别的α约束阈值初始化原始数据集D的簇集合E＝{C₁，C₂，...，C_m}为其中N为原始数据集D的数据个数，m为原始数据集D的簇个数；

步骤2，从U依次选取一个聚类中心μ_i；

如果执行步骤3；

如果执行步骤5；

步骤3，从数据集D中找到离μ_i最近的数据X_i；

如果μ_i的敏感属性值和X_i的敏感属性值不同，并且簇C_i中的敏感属性值种类数小于l，则将X_i归入簇C_i中，并从原始数据集D中删除X_i，更新C_i和D得到C_i′和D′：C_i′←C_i∪{X_i}，D′←D-{X_i}，←表示更新符号；l是约束的同一个簇中敏感属性值的种类个数；

如果μ_i的敏感属性值和X_i的敏感属性值相同，执行步骤4；

步骤4，如果簇C_i′的敏感属性值种类小于l，且未遍历完D，则执行步骤3；否则，更新U得到U′：U′←U-{μ_i}，执行步骤2；

步骤5，初始化集合

步骤6，从D′剩余数据中选取一个数据X_j，计算X_j到每个簇的距离，找到离X_j最近的簇C_j：

如果X_j满足如下条件a或b，则将X_j归入簇C_j中，并从D′中删除X_j；

如果X_j不满足条件a或b，则继续寻找离X_j最近的下一个簇C_t，判断是否满足条件a或b，直至找到一个满足条件a或b的簇，将数据X_j放入该簇中；如果遍历完所有簇均不满足条件a或b，则将X_j加入集合R中，执行步骤7；

条件a：C_j中的所有敏感属性值均与X_j的敏感属性值不同，且|C_j|＜k；

条件b：C_j中的某一敏感属性值与X_j的敏感属性值相同，且|C_j|＜k和

其中，k是约束的每个簇中的数据个数，|C_j|表示簇C_j中现有的数据个数；

步骤7，判断D′是否为

如果为执行步骤8；

如果不为执行步骤6；

步骤8，判断集合R中是否含有数据：

如果有，将剩余数据按信息损失最小加入到数据个数小于k的簇中，并将该数据从集合R中删去，继续执行步骤8；如果没有，执行步骤9；

步骤9，判断形成的簇是否满足(k,l,α)约束，调整簇大小；

步骤10，对每个簇中的数据进行局部泛化处理，形成匿名数据集D^*。