面向表数据发布隐私保护的贪心聚类匿名方法

来源：软件学报杂志2017年第2期北京时间：

作者：姜火文,曾国荪,马海英

单位：姜火文，同济大学 计算机科学与技术系, 上海 200092;江西科技师范大学 数学与计算机科学学院, 江西 南昌 330038;嵌入式系统与服务计算教育部重点实验室(同济大学), 上海 20009211,曾国荪，同济大学 计算机科学与技术系, 上海 200092;嵌入式系统与服务计算教育部重点实验室(同济大学), 上海 20009202,马海英，同济大学 计算机科学与技术系, 上海 200092;嵌入式系统与服务计算教育部重点实验室(同济大学), 上海 20009203

摘要：为了防范隐私泄露，表数据一般需要匿名处理后发布.现有匿名方案较少分类考察准标识属性概化，并缺少同时考虑信息损失量和时间效率的最优化.利用贪心法和聚类划分的思想，提出一种贪心聚类匿名方法：分类概化准标识属性，并分别度量其信息损失，有利于减小并合理评价信息损失.对元组间距离和元组与等价类距离，建立与最小合并概化信息损失值正相关的距离定义，聚类过程始终选取具有最小距离值的元组添加，从而保证信息损失总量趋于最小.按照k值控制逐一聚类，实现等价类均衡划分，减少了距离计算总量，节省了运行时间.实验结果表明，该方法在减少信息损失和运行时间方面是有效的.

关键词：数据发布;隐私保护;聚类匿名;信息损失

基金资助：华为创新研究计划（IRP-2013-12-03）；高效能服务器和存储技术国家重点实验室开放基金（2014HSSA10）；江西科技师范大学重点科研项目（2016XJZD002）