[发明专利]基于密度划分的k‑匿名隐私保护方法在审
申请号: | 201710404771.0 | 申请日: | 2017-06-01 |
公开(公告)号: | CN107292195A | 公开(公告)日: | 2017-10-24 |
发明(设计)人: | 吴响;胡俊峰;魏裕阳;毛亚青 | 申请(专利权)人: | 徐州医科大学 |
主分类号: | G06F21/62 | 分类号: | G06F21/62;G06K9/62 |
代理公司: | 北京盛凡智荣知识产权代理有限公司11616 | 代理人: | 晏荣府 |
地址: | 221004 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于密度划分的k‑匿名隐私保护方法——DBTP‑MDAV方法,涉及匿名隐私保护技术领域。本发明首先使用基于密度的方法对原始数据集进行一次划分,得到元组相似度较高的聚簇;然后,对已聚集的簇使用经典微聚集方法进行二次划分,从而使数据集达到最优k划分,降低匿名过程的信息损失量。通过大量实验表明,本发明提出的DBTP‑MDAV方法能够有效减少匿名过程的信息损失量,增加发布数据集的可用性。本方法在对稀疏数据集进行匿名处理具有显著优势。 | ||
搜索关键词: | 基于 密度 划分 匿名 隐私 保护 方法 | ||
【主权项】:
一种基于密度划分的k‑匿名隐私保护方法,其特征在于:包括一次划分单元和二次划分单元,具体如下:一次划分单元:根据各条记录在准标识符属性上的欧式距离,对数值型原始数据集D进行一次基于密度的划分,得到若干个元组相似度较高的小数据集;二次划分单元:根据各条记录在准标识符属性上的欧式距离,对一次划分单元中得到的每一个小数据集使用微聚集方法MDAV进行二次划分,得到若干个大小在k到2k‑1的等价类,用每个等价类质心的准标识符属性值代替等价类中其余记录的准标识符属性值,得到满足k‑匿名的数据集。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于徐州医科大学,未经徐州医科大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201710404771.0/,转载请声明来源钻瓜专利网。
- 上一篇:一种数据保护方法、移动终端及存储介质
- 下一篇:IO数据的读写方法和装置