隐私保护关系型数据发布的多维划分动态规划算法

作     者：王一蕾 吴英杰 孙岚 

作者机构：福州大学数学与计算机科学学院福州350108 

基　　金：福建省自然科学基金(2010J01330) 福州大学科技发展基金(2010-XY-18 2010-XY-20) 

出 版 物：《南京大学学报（自然科学版）》 (Journal of Nanjing University（Natural Science）)

年 卷 期：2013年第49卷第2期

页      码：258-267页

摘      要：目前大部分隐私保护关系型数据发布算法均未能有效兼顾算法效率和发布数据的可用性.从空间多维划分的角度研究关系型数据发布中的隐私保护问题,发现前期研究提出的基于子空间划分的隐私保护最优k-匿名动态规划算法(k-ASPDP)可适用于多种隐私保护机制,进而设计出一种基于多维划分的隐私保护关系型数据发布动态规划算法框架Bottom-Up MG,并针对动态规划算法k-ASPDP空间复杂度较大的不足,提出一个空间可扩展性强的混合k-匿名化算法k-ASPDP+.实验分别对以l-多样性为隐私保护机制的Bottom-Up MG算法和k-ASPDP+算法所发布数据的可用性及算法效率与同类算法进行比较分析.实验结果表明,本文算法是有效可行的.

主 题 词：隐私保护 关系型数据发布 多维划分 动态规划 算法 

学科分类：08[工学] 081202[081202] 0812[工学-测绘类] 

核心收录：

D　O　I：10.13232/j.cnki.jnju.2013.02.015

馆 藏 号：203996321...