一种基于变长聚类的个性化匿名保护方法
来源：计算机工程与应用杂志2018年第8期北京时间：
作者：李 丹，凌 捷
单位：广东工业大学 计算机学院，广州 510006
摘要：针对链接攻击导致的隐私泄露问题，以及为了尽可能减少匿名保护时产生的信息损失，提高发布数据集的可用性，提出一种面向个体的基于变长聚类的个性化匿名保护方法。该方法充分考虑记录权重值对聚类簇中心结果的影响，以提高数据的可用性，并对敏感属性值进行分级处理，将敏感属性值分成三个等级类，响应不同个体的保护需求。理论分析和实验结果表明，该方法能满足敏感属性个性化保护需求，同时可有效地降低信息损失，效率较高，生成的匿名数据集具有较好的可用性。
关键词：隐私保护,数据发布,变长聚类,个性化匿名,信息损失
