|
|||||
|
|
| 基于部分重编码的流数据发布隐私保护算法 | |
| 引用本文： | 赵素蕊,高双喜.基于部分重编码的流数据发布隐私保护算法[J].吉林大学学报(理学版),2018,56(1):109-113. |
| 作者姓名： | 赵素蕊 高双喜 |
| 作者单位： | 1. 河北经贸大学 计算机中心, 石家庄 050061; 2. 河北经贸大学 信息技术学院, 石家庄 050061 |
| 摘 要： | 针对流数据具有变化无常、 流动极快、 潜在无限等特征, 相比静态数据隐私保护难度更大的问题, 在流数据的基础上提出一种新的数据信息匿名算法, 解决了敏感值及其敏感等级随数据转变而转变的难题, 能有效地避免匿名流数据遭受链接攻击、 相似性攻击以及基于敏感分级的链接攻击威胁. 仿真实验结果表明, 该流数据
匿名模型可有效地保护数据的匿名信息. |
| 关 键 词： | 匿名模型 链接攻击 敏感分级 相似性攻击 流数据 |
| 收稿时间： | 2016-11-19 |
| 本文献已被 CNKI 等数据库收录！ | |
| 点击此处可从《吉林大学学报(理学版)》浏览原始摘要信息 | |
| 点击此处可从《吉林大学学报(理学版)》下载免费的PDF全文 | |