基于随机干扰的文本型数据隐私保护方法研究

作     者：徐雅斌 郭昊 XU Yabin;GUO Hao

作者机构：北京信息科技大学网络文化与数字传播北京市重点实验室北京100101 北京信息科技大学北京材料基因工程高精尖创新中心北京100101 北京信息科技大学计算机学院北京100101 

基　　金：网络文化与数字传播北京市重点实验室资助项目(ICDDXN004) 信息网络安全公安部重点实验室开放课题资助项目(C18601) 

出 版 物：《北京信息科技大学学报（自然科学版）》 (Journal of Beijing Information Science and Technology University)

年 卷 期：2021年第36卷第1期

页      码：51-56页

摘      要：为了避免数据的共享与交换可能造成的个人隐私泄露问题,基于随机干扰技术设计了一种针对文本型数据的隐私保护方法,可以为具有单个敏感属性或多个相关联敏感属性的数据提供隐私保护服务,有效解决了传统的随机干扰方法不适用于文本类型数据的问题。该方法通过进行文本语义的扩展,使得被干扰后的数据与原数据在语义上保持最大程度的接近,从而实现了在进行隐私保护的同时,确保数据质量。实验结果表明,该方法具有较好的隐私保护效果。

主 题 词：随机干扰 文本型数据 隐私保护 数据共享与交换 

学科分类：0839[0839] 08[工学] 081201[081201] 0812[工学-测绘类] 

D　O　I：10.16508/j.cnki.11-5866/n.2021.01.010

馆 藏 号：203102223...