• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    多屬性泛化的K-匿名算法

    2017-12-22 03:59:27宋明秋姜寶彥鄧貴仕
    電子科技大學(xué)學(xué)報 2017年6期
    關(guān)鍵詞:實驗模型

    宋明秋,王 琳,姜寶彥,鄧貴仕

    ?

    多屬性泛化的-匿名算法

    宋明秋,王 琳,姜寶彥,鄧貴仕

    (大連理工大學(xué)系統(tǒng)工程研究所 大連 遼寧 116024)

    針對現(xiàn)有的-匿名模型中存在泛化屬性選取不唯一和數(shù)據(jù)過度泛化的問題,提出多屬性泛化的-匿名算法。在-匿名模型實現(xiàn)的過程中,引入屬性近似度概念,定量刻畫準(zhǔn)標(biāo)識符屬性的離散程度,進(jìn)而確定泛化的準(zhǔn)標(biāo)識符屬性;同時采用廣度優(yōu)先泛化的方法,避免數(shù)據(jù)被過度泛化,最終實現(xiàn)數(shù)據(jù)表的-匿名要求。實驗結(jié)果表明,多屬性泛化的-匿名模型可以提高泛化后數(shù)據(jù)精度,其處理效率和Datafly算法相當(dāng)。該算法有效地解決了取值最多準(zhǔn)標(biāo)識符屬性存在多個時的泛化屬性選取問題,并且防止屬性被過度泛化,提高數(shù)據(jù)的可用性。

    泛化;-匿名; 隱私保護(hù); 關(guān)系型數(shù)據(jù)

    隨著網(wǎng)絡(luò)技術(shù)的高速發(fā)展,大量的個人信息被政府部門、科研機(jī)構(gòu)等有關(guān)組織存儲、發(fā)布,導(dǎo)致隱私信息被曝光,先進(jìn)的數(shù)據(jù)挖掘算法在提高信息有效性的同時,也導(dǎo)致了隱私泄露的問題[1]。如何在數(shù)據(jù)共享的同時,實現(xiàn)有效合理的隱私保護(hù)方法[2]就顯得尤為重要。

    早在20世紀(jì)80年代初,文獻(xiàn)[3]首次提出了匿名化的概念,并指出這種技術(shù)手段可應(yīng)用于隱私信息的保護(hù)。文獻(xiàn)[4]提出-匿名模型的數(shù)據(jù)匿名化隱私保護(hù)方法,通過泛化和抑制[5]、分解和排列[6]以及微聚集和凝聚[7]等方式對原始數(shù)據(jù)進(jìn)行匿名化處理,有效地解決了鏈接攻擊問題。文獻(xiàn)[8]在-匿名模型的基礎(chǔ)上提出了一種新的隱私保護(hù)模型即l-多樣性模型,對數(shù)據(jù)表中的敏感屬性進(jìn)行相關(guān)約束,提升發(fā)布的數(shù)據(jù)表對于同質(zhì)攻擊或背景知識攻擊等的防范。此后,(,)-匿名模型[9]使用閾值對敏感屬性進(jìn)行約束;針對l-多樣性模型在一些特殊情況下不適用的問題提出了-closeness模型[10],要求敏感屬性接近全局分布;而(,)-匿名模型[11]和(, l)-匿名模型[12]等模型為針對敏感屬性為數(shù)值型數(shù)據(jù)的近似攻擊提供了解決方案[13]。文獻(xiàn)[14]用信息熵模型刻畫屬性的隱私程度,進(jìn)而為信息泄露風(fēng)險量化提供支撐。此外,匿名模型在多領(lǐng)域的應(yīng)用也成為現(xiàn)階段的研究熱點,文獻(xiàn)[15]將-匿名技術(shù)應(yīng)用到社會網(wǎng)絡(luò)圖的隱私保護(hù),應(yīng)用位置服務(wù)數(shù)據(jù)[16]和快遞信息[17]等隱私保護(hù)也采用-匿名技術(shù)。

    現(xiàn)有的-匿名模型研究主要集中于高效近似算法的設(shè)計和多領(lǐng)域的應(yīng)用,在模型算法實現(xiàn)中,沒有考慮取值最多的準(zhǔn)標(biāo)識符屬性不唯一的情況,以及選取的準(zhǔn)標(biāo)識符屬性一直被泛化,從而導(dǎo)致數(shù)據(jù)精度過低的問題。針對這一問題,本文討論泛化屬性選取方法,每次泛化操作之前通過準(zhǔn)標(biāo)識符屬性取值的種類及其近似度選定泛化屬性,有效避免單一屬性的過度泛化,提高泛化后數(shù)據(jù)集的可用性。

    1 K-匿名模型相關(guān)定義

    1.1 數(shù)據(jù)匿名

    定義 3 泛化。在數(shù)據(jù)匿名處理過程中,對數(shù)據(jù)采用模糊的、抽象的值替代原始數(shù)據(jù)的方式,稱為泛化[19],即用高層次的節(jié)點代替低層次的節(jié)點,泛化處理層次如圖1所示。

    表1 K-匿名模型實例

    a. 1層泛化 b. 2層泛化 c. 3層泛化

    圖1 準(zhǔn)標(biāo)識符屬性泛化層次圖

    定義 4 等價組。數(shù)據(jù)表中準(zhǔn)標(biāo)識符屬性取值完全相同的記錄組合在一起稱為一個等價組[20]。

    1.2 數(shù)據(jù)精度

    定義5 數(shù)據(jù)精度。數(shù)據(jù)精度是衡量經(jīng)過泛化后的數(shù)據(jù)與真實數(shù)據(jù)的逼近程度,即泛化后數(shù)據(jù)損失的度量。泛化后的數(shù)據(jù)與真實數(shù)據(jù)越接近,信息的損失量越少,泛化后的數(shù)據(jù)可用性越高。因此,數(shù)據(jù)精度是評價-匿名模型實現(xiàn)算法的一個重要指標(biāo)。

    1.3 Datafly算法分析

    2 多屬性泛化的K-匿名算法

    2.1 基本思想

    在多屬性泛化的-匿名算法中,需要匿名化處理的準(zhǔn)標(biāo)識符屬性是由數(shù)據(jù)表中的準(zhǔn)標(biāo)識符屬性值的種類決定。選取取值種類最多的屬性作為優(yōu)先泛化的屬性,按其預(yù)先給定的泛化層次進(jìn)行泛化。

    首先,針對屬性過度泛化問題。多屬性泛化的-匿名算法在每次泛化和-匿名檢驗后都重新選取需要泛化的準(zhǔn)標(biāo)識符屬性。這樣降低了給定的數(shù)據(jù)表被過度泛化的可能性,加快關(guān)系型數(shù)據(jù)表滿足-匿名的要求,提高泛化后數(shù)據(jù)的可用性。

    其次,針對屬性選取不唯一問題,Datafly算法在泛化的準(zhǔn)標(biāo)識符屬性選取這一環(huán)節(jié)中,都沒有考慮取值最多的準(zhǔn)標(biāo)識符屬性同時存在多個的情況。因此,引入屬性近似度這一概念,依據(jù)準(zhǔn)標(biāo)識符屬性近似度的值,選取近似度最大的準(zhǔn)標(biāo)識符屬性優(yōu)先進(jìn)行泛化。

    定義 6 屬性近似度。準(zhǔn)標(biāo)識符屬性的近似度即準(zhǔn)標(biāo)識符屬性的域值之間的離散程度。準(zhǔn)標(biāo)識符屬性的近似度越高,其屬性值分布越不均勻,對其進(jìn)行泛化不僅可以降低背景知識攻擊等的威脅,還可以加快數(shù)據(jù)表滿足-匿名模型。

    2.2 泛化屬性選取

    在多屬性泛化的-匿名算法中,只對關(guān)系型數(shù)據(jù)表中的準(zhǔn)標(biāo)識符屬性進(jìn)行泛化處理。實際的關(guān)系型數(shù)據(jù)表中通常存在多個準(zhǔn)標(biāo)識符屬性,需要進(jìn)行如下分析來選取優(yōu)先泛化的屬性:

    1) 取值最多的準(zhǔn)標(biāo)識符屬性只存在一個。

    當(dāng)取值最多的準(zhǔn)標(biāo)識符屬性只存在一個的時候,多屬性泛化的-匿名算法選取這一準(zhǔn)標(biāo)識符屬性進(jìn)行泛化處理。

    2) 屬性值種類最多的準(zhǔn)標(biāo)識符屬性不唯一。

    當(dāng)屬性值種類最多的準(zhǔn)標(biāo)識符屬性存在多個時,多屬性泛化的-匿名算法選取近似度值高的準(zhǔn)標(biāo)識符屬性作為泛化屬性,優(yōu)先進(jìn)行泛化。近似度高的準(zhǔn)標(biāo)識符屬性的取值離散程度大,分布不均勻,使得某些等價組內(nèi)記錄條數(shù)過少,無法滿足-匿名要求。對近似度高的準(zhǔn)標(biāo)識符屬性進(jìn)行泛化,可以增加等價組內(nèi)記錄的條數(shù),減少包含記錄條數(shù)過少的等價組,進(jìn)而加速實現(xiàn)-匿名模型。

    根據(jù)前面對準(zhǔn)標(biāo)識符屬性近似度的定義,標(biāo)準(zhǔn)差反映一組數(shù)據(jù)的離散程度,故用標(biāo)準(zhǔn)差來描述準(zhǔn)標(biāo)識符屬性的近似度,計算步驟和公式如下:

    3) 求出該準(zhǔn)標(biāo)識符屬性的方差為:

    表2 醫(yī)療信息表

    2.3 多屬性泛化的K-匿名算法

    在算法運行前,需要輸入數(shù)據(jù):泛化層次值和數(shù)據(jù)表中的準(zhǔn)標(biāo)識符屬性及其泛化層次。

    根據(jù)初始的設(shè)定對所輸入的數(shù)據(jù)表進(jìn)行-匿名檢驗。如果數(shù)據(jù)表滿足-匿名,那么系統(tǒng)會自動將所輸入的數(shù)據(jù)輸出。如果數(shù)據(jù)表不滿足-匿名,多屬性泛化的-匿名算法進(jìn)入準(zhǔn)標(biāo)識符屬性分析選取階段,即計算各準(zhǔn)標(biāo)識符屬性的取值種類數(shù)。如果存在多個屬性值種類最多的準(zhǔn)標(biāo)識符屬性,那么計算種類最多的準(zhǔn)標(biāo)識符屬性的近似度,選取其近似度最大的屬性作為優(yōu)先泛化屬性。對該屬性進(jìn)行一次泛化。泛化完畢后,再次對處理后的數(shù)據(jù)表進(jìn)行檢驗,驗證數(shù)據(jù)表是否滿足-匿名要求。如果檢驗結(jié)果為“是”,那么系統(tǒng)將處理后的數(shù)據(jù)輸出;如果檢驗結(jié)果為“否”,那么表格將再次進(jìn)入泛化屬性選取和-匿名檢驗的循環(huán),直到其符合-匿名要求為止,步驟如下所示。

    輸入:關(guān)系型數(shù)據(jù)表PT,準(zhǔn)標(biāo)識符屬性名稱,給定值,準(zhǔn)標(biāo)識符屬性的泛化層次

    輸出:匿名處理后的數(shù)據(jù)表PT*

    步驟:

    =0;

    if(關(guān)系型數(shù)據(jù)表滿足-匿名)

    輸出匿名處理后的數(shù)據(jù)表;

    else

    計算每一個準(zhǔn)標(biāo)識符屬性值的種類數(shù)

    and找到屬性取值種類數(shù)最多的準(zhǔn)標(biāo)識符屬性;

    if(屬性值種類最多的準(zhǔn)標(biāo)識符屬性為1)

    選取該準(zhǔn)標(biāo)識符屬性;

    else計算屬性值種類最多的準(zhǔn)標(biāo)識符屬性近似度

    and選擇近似度最高的屬性;

    end if;

    將該屬性按其泛化層次圖從層泛化至+1層,得到數(shù)據(jù)表;

    return 關(guān)系型數(shù)據(jù)表;

    end if。

    3 實驗結(jié)果與分析

    實驗?zāi)康氖菍Χ鄬傩苑夯?匿名算法性能進(jìn)行評價,評價指標(biāo)為算法運行時間和泛化后數(shù)據(jù)精度,并將本實驗的結(jié)果與經(jīng)典的Datafly算法運行結(jié)果進(jìn)行對比,客觀地評價多屬性泛化的-匿名算法的性能。

    3.1 實驗數(shù)據(jù)集

    本文實驗選取了UCI Machine Learning Repository Adult數(shù)據(jù)集中的Adult.test文本文件作為實驗的數(shù)據(jù)樣本集[22]。采用文獻(xiàn)[23]中的數(shù)據(jù)預(yù)處理方法對原數(shù)據(jù)集進(jìn)行預(yù)處理,得到實驗數(shù)據(jù)集中的16 008條數(shù)據(jù)作為最終的實驗數(shù)據(jù)。實驗數(shù)據(jù)囊括8個屬性作為準(zhǔn)標(biāo)識符屬性,1個屬性作為敏感屬性,實驗數(shù)據(jù)的情況如表3所示,其中,QID為準(zhǔn)標(biāo)識符屬性,SA為敏感屬性。

    表3 數(shù)據(jù)結(jié)構(gòu)示意表

    3.2 實驗環(huán)境

    硬件環(huán)境:Intel(R) Core(TM) i7-6700 CPU @ 3.40 GHz;8.00 GB內(nèi)存;操作系統(tǒng):Windows10;編程語言:C#。

    3.3 實驗分析

    在算法運行時間這一維度上,多屬性泛化的-匿名算法除了受軟硬件環(huán)境等一些客觀因素的影響外,還受取值和樣本數(shù)據(jù)大小的影響。因此,在有關(guān)算法運行時間的測算中,著重從的取值和樣本數(shù)據(jù)大小這兩個方面對該算法的運行時間進(jìn)行測量。

    1) 算法運行時間隨值變化情況

    在樣本數(shù)據(jù)量一定,算法運行時間隨值變化趨勢的測量實驗中,樣本數(shù)據(jù)選定為處理后的數(shù)據(jù)集Adult.test中的所有數(shù)據(jù)(16 008條)。由于值表示等價組內(nèi)完全相同的記錄數(shù),且避免數(shù)據(jù)表的鏈接攻擊,故值為大于等于2的正整數(shù)。

    上述實驗結(jié)果中,當(dāng)大于10時,值的增大對算法運行時間影響不大。因此值均從2~200中遞增選取,其中最小值為2,最大值為200,并將實驗的執(zhí)行結(jié)果以折線圖的形式進(jìn)行輸出,如圖2所示。

    實驗結(jié)果表明:當(dāng)數(shù)據(jù)量一定時,-匿名模型實現(xiàn)算法的運行時間會隨著值的增大而增加。當(dāng)值較小時,多屬性泛化的-匿名算法與Datafly算法的運行時間基本相同;但隨著值增大,多屬性泛化的-匿名算法的運行時間略微高于Datafly算法的運行時間。

    圖2 算法運行時間隨K值變化情況

    2) 算法運行時間隨數(shù)據(jù)量變化情況

    在保持值不變,算法運行時間隨樣本數(shù)據(jù)量變化趨勢的測算試驗中,設(shè)定值為2,樣本數(shù)據(jù)是從處理后的數(shù)據(jù)集Adult.test(16 008條數(shù)據(jù))中依次選取10、20、50、100、500、1 000、10 000條數(shù)據(jù)作為實驗測算樣本,結(jié)果如圖3所示。

    圖3 算法運行時間隨數(shù)據(jù)量的變化情況

    實驗結(jié)果表明:當(dāng)值一定時,-匿名模型實現(xiàn)算法的運行時間會隨著數(shù)據(jù)量的增大而增加。當(dāng)數(shù)據(jù)量較小時,多屬性泛化的-匿名算法的運行時間與Datafly算法的運行時間基本相同。隨著數(shù)據(jù)量的不斷增大,多屬性泛化的-匿名算法的運行時間要略高于Datafly算法。原因是多屬性泛化的-匿名算法優(yōu)先選取近似度大的準(zhǔn)標(biāo)識符屬性進(jìn)行泛化,增加等價組內(nèi)記錄條數(shù),加快實現(xiàn)-匿名要求。但在每次泛化前,均需重新計算確定取值最多的準(zhǔn)標(biāo)識符屬性,選取近似度高的準(zhǔn)標(biāo)識符屬性進(jìn)行泛化,故多屬性泛化的-匿名算法和Datafly算法的總體運行時間相仿。

    3) 數(shù)據(jù)精度測算結(jié)果及分析

    實驗選取Precision測算公式對泛化后數(shù)據(jù)進(jìn)行精度測量。在-匿名算法中,各準(zhǔn)標(biāo)識符屬性的泛化程度是影響泛化后數(shù)據(jù)精度的最主要因素,而各準(zhǔn)標(biāo)識符屬性的泛化程度由實驗開始前所選取的值決定。樣本數(shù)據(jù)是經(jīng)處理后的Adult.test中的所有數(shù)據(jù)(16 008條),值是從2~200中遞增選取,其中最小值為2,最大值為200,并和經(jīng)典Datafly算法進(jìn)行對比,如圖4所示。

    圖4 數(shù)據(jù)精度隨K值變化情況

    實驗結(jié)果表明:當(dāng)數(shù)據(jù)量一定時,經(jīng)-匿名模型實現(xiàn)算法處理后的數(shù)據(jù)精度會隨著值的增大而減小。在值為2時,兩種算法處理后的數(shù)據(jù)精度幾乎相同。不過,隨著值的不斷增大,多屬性泛化的-匿名算法處理后的數(shù)據(jù)精度要明顯高于Datafly算法處理后的數(shù)據(jù)精度。在多屬性泛化的-匿名算法中,每次泛化前均需重新選擇被泛化的屬性,有效解決Datafly算法中某一取值最多的準(zhǔn)標(biāo)識符屬性達(dá)到最高泛化等級時,數(shù)據(jù)表仍舊不能滿足-匿名要求而導(dǎo)致屬性被過度泛化的問題,故經(jīng)過多屬性泛化的-匿名算法泛化后的數(shù)據(jù)精度高于經(jīng)典Datafly算法泛化后的數(shù)據(jù)精度。

    4 結(jié)束語

    匿名算法的效率和處理后數(shù)據(jù)的可用性是衡量-匿名算法的兩個重要指標(biāo)。針對經(jīng)典Datafly算法存在泛化屬性選取過于單一的問題,提出了多屬性泛化的-匿名算法。在該算法中,由準(zhǔn)標(biāo)識符屬性值的種類數(shù)量確定需要優(yōu)先泛化的準(zhǔn)標(biāo)識符屬性;并針對泛化過程中可能出現(xiàn)取值最多的準(zhǔn)標(biāo)識符屬性同時存在多個的情況,引入屬性近似度的概念,選取屬性近似度最大的準(zhǔn)標(biāo)識符屬性優(yōu)先泛化,有效地控制屬性過度泛化的問題,提高泛化后數(shù)據(jù)的可用性。通過與經(jīng)典Datafly算法進(jìn)行實驗對比,多屬性泛化的-匿名算法泛化后數(shù)據(jù)精度更高,運算時間和Datafly算法相當(dāng),具有更好的實際應(yīng)用價值。

    [1] LIN Chi, SONG Zi-hao, SONG Hou-bing, et al. Differential privacy preserving in big data analytics for connected health[J]. Journal of Medical Systems, 2016, 40(4): 1-9.

    [2] CHEN De-yan, ZHAO Hong. Data security and privacy protection issues in cloud computing[C]//2012 International Conference on Computer Science and Electronics Engineering. Hangzhou, China: IEEE, 2012, 1: 647-651.

    [3] COX L H. Suppression methodology and statistical disclosure control[J]. Journal of the American Statistical Association, 1980, 75(370): 377-385.

    [4] SWEENEY L.-anonymity: a model for protecting privacy[J]. International Journal of Uncertainty, Fuzziness and Knowledge-Based Systems, 2002, 10(5): 557-570.

    [5] SWEENEY L. Achieving-anonymity privacy protection using generalization and suppression [J]. International Journal on Uncertainty, Fuzziness and Knowledge-based Systems, 2002,10(5): 571-588.

    [6] SUN Xiao-xun, WANG Hua, LI Jiu-yong, et al. Publishing anonymous survey rating data[J]. Data Mining and Knowledge Discovery, 2011, 23(3): 379-406.

    [7] SORIACOMAS J, DOMINGOFERRER J, SANCHEZ D and MARTINEZ S. Enhancing data utility in differential privacy via microaggregation-based-anonymity[J]. The VLDB Journal, 2014, 23(5): 771-794.

    [8] MACHANAVAJJHALA A, KIFER D, GEHRKE J. L -diversity: Privacy beyond-anonymity[J]. ACM Transactions on Knowledge Discovery from Data, 2006, 1(1): 24.

    [9] CHEN Rui, FUNG B C M, MOHAMMED N, et al. Privacy-preserving trajectory data publishing by local suppression[J]. Information Sciences, 2011, 231(1): 83-97.

    [10] SORIACOMAS J, DOMINGOFERRER J, SANCHEZ D, et al. T-Closeness through microaggregation: Strict privacy with enhanced utility preservation[J]. IEEE Transactions on Knowledge & Data Engineering, 2015, 27(11): 3098- 3110.

    [11] 夏贊珠, 韓建民, 于娟, 等. 用于實現(xiàn) (,)-匿名模型的 MDAV 算法[J]. 計算機(jī)工程, 2010, 36(15): 159-161. XIA Zan-zhu, HAN Jian-ming,YU Juan, et al. MDAV Algorithm for implementing (,)-Anonymity model[J]. Computer Engineering, 2010, 36(15): 159-161

    [12] 楊高明, 李敬兆, 楊靜, 等. (,)-多樣性數(shù)據(jù)發(fā)布研究[J]. 計算機(jī)科學(xué), 2013, 40(8): 140-145.

    YANG Gao-ming, LI Jing-zhao, YANG Jing, et al. Achieving(,)-diversity in privacy preserving data publishing[J]. Computer Science, 2013, 40(8): 140-145.

    [13] LIU Qinghai, SHEN Hong, SANG Ying-peng. Privacy- preserving data publishing for multiple numerical sensitive attributes[J]. Tsinghua Science and Technology, 2015, 20(3): 246-254.

    [14] 彭長根, 丁紅發(fā), 朱義杰, 等. 隱私保護(hù)的信息熵模型及其度量方法[J]. 軟件學(xué)報, 2016, 27(8): 1891-1903. PENG Chang-gen, DING Hong-fa, ZHU Yi-jie, et al. Information entropy models and privacy metrics methods for privacy protection[J]. Journal of Software, 2016, 27(8): 1891-1903.

    [15] 劉向宇, 李佳佳, 安云哲, 等. 一種保持結(jié)點可達(dá)性的高效社會網(wǎng)絡(luò)圖匿名算法[J]. 軟件學(xué)報, 2016, 32(8): 1904-1921. LIU Xiang-yu, LI Jia-jia, AN Yun-zhe, et al. On reachability preserving graph anonymization in social networks[J]. Journal of Software, 2016, 32(8): 1904-1921.

    [16] LI Xiu-hua, MIAO Mei-xia, LIU Hai, et al. An incentive mechanism for-anonymity in LBS privacy protection based on credit mechanism[J]. Soft Computing, 2017, 21(14): 3907-3917.

    [17] 韋茜, 李星毅. 基于-匿名的快遞信息隱私保護(hù)應(yīng)用[J]. 計算機(jī)應(yīng)用研究, 2014, 31(2): 555-557. WEI Qian, LI Xing-yi. Express information protection application based on-anonymity[J]. Application Research of Computers, 2014, 31(2): 555-557.

    [18] OLIVEIRA S R M, ZAIANE O R. Privacy preserving clustering by data transformation[J]. Journal of Information and Data Management, 2010, 1(1): 37-51.

    [19] 呂品, 鐘珞, 王文兵, 等. MA-Datafly: 一種支持多屬性泛化的-匿名方法[J]. 計算機(jī)工程與應(yīng)用,2013,49(4): 138-139. Lü Pin, ZHONG Luo, WANG Wen-bing, et al. MA-Datafly:-anonymity approaches for supporting multi-attribute generalization[J]. Computer Engineering & Applications, 2013, 49(4): 138-139.

    [20] HUNDEPOOL A, DOMINGOFERRER J, FRANCONI L, et al. Statistical disclosure control[M]. Chichester, UK: John Wiley & Sons Ltd, 2012.

    [21] LI Tian-cheng, LI Ning-hui, ZHANG Jian, et al. Slicing: a new approach for privacy preserving data publishing[J]. IEEE Transactions on, Knowledge and Data Engineering, 2012, 24(3): 561-574.

    [22] MURPHY P M, AHA D W. University of California Irvine machine learning repository[EB/OL]. (1996-02-15). http://archive.ics.uci. edu/ml/.

    [23] 晏華, 劉貴松. 采用熵的多維-匿名劃分方法[J]. 電子科技大學(xué)學(xué)報, 2007, 36(6): 1228-1231. YAN Hua, LIU Gui-Song. Multidimensional-anonymity partition method using entropy[J]. Journal of University of Electronic Science and Technology of China, 2007, 36(6): 1228-1231.

    編 輯 蔣 曉

    -Anonymity Algorithm Based on Multi Attribute Generalization

    SONG Ming-qiu, WANG Lin, JIANG Bao-yan, and DENG Gui-shi

    (Institute of Systems Engineering, Dalian University of Technology Dalian Liaoning 116024)

    Aiming at the major issues for data over-generalization and no unique attributes of-anonymity model, a modified-anonymity algorithm based on multiple attributes generalization is proposed in this paper. The conception of attribute approximation degree is introduced which describes the discrete degree of quasi-identifiers, and determines the candidate quasi-identifier attribute to be generalized. In the meantime, breadth-first generalization is exploited to avoid over-generalization and meets the-anonymity requirements ultimately. The experimental results show that the new-anonymity algorithm based on multiple attribute generalization can improve data precision and its efficiency is equal to Datafly algorithm. The proposed algorithm can effectively solve the issue of generalization attribute selecting when quasi-identifiers are not unique, the over-generalization of quasi-identifiers attributes can be avoided, and the usability of data can be improved.

    generalization;-anonymity; privacy protecting; relational data

    TP301.6

    A

    10.3969/j.issn.1001-0548.2017.06.018

    2017-03-31;

    2017-06-12

    國家自然科學(xué)基金面上項目(71171028);國家科技支撐計劃(2013BAH01B03)

    宋明秋(1967-),女,博士,副教授,主要從事信息安全、隱私保護(hù)方面的研究.

    猜你喜歡
    實驗模型
    一半模型
    記一次有趣的實驗
    微型實驗里看“燃燒”
    重要模型『一線三等角』
    重尾非線性自回歸模型自加權(quán)M-估計的漸近分布
    做個怪怪長實驗
    3D打印中的模型分割與打包
    NO與NO2相互轉(zhuǎn)化實驗的改進(jìn)
    實踐十號上的19項實驗
    太空探索(2016年5期)2016-07-12 15:17:55
    FLUKA幾何模型到CAD幾何模型轉(zhuǎn)換方法初步研究
    偷拍熟女少妇极品色| 97在线视频观看| 午夜免费激情av| 亚洲av成人av| 人人妻,人人澡人人爽秒播| 在线a可以看的网站| 人人妻人人看人人澡| 精品99又大又爽又粗少妇毛片| 无遮挡黄片免费观看| 国产在视频线在精品| 精品久久久久久久末码| 少妇被粗大猛烈的视频| 午夜久久久久精精品| 五月玫瑰六月丁香| 日韩,欧美,国产一区二区三区 | 啦啦啦啦在线视频资源| 给我免费播放毛片高清在线观看| 午夜老司机福利剧场| 精品免费久久久久久久清纯| 国产高清视频在线观看网站| 美女免费视频网站| 亚洲成人久久性| av福利片在线观看| 国产伦精品一区二区三区四那| 一个人观看的视频www高清免费观看| 亚洲成人中文字幕在线播放| 99久久九九国产精品国产免费| 性欧美人与动物交配| 久久韩国三级中文字幕| 日韩欧美一区二区三区在线观看| 99久久九九国产精品国产免费| 成人美女网站在线观看视频| 国产69精品久久久久777片| 日韩三级伦理在线观看| 亚洲专区国产一区二区| 小蜜桃在线观看免费完整版高清| 亚洲性夜色夜夜综合| 国产老妇女一区| 亚洲第一电影网av| 成人无遮挡网站| 我的女老师完整版在线观看| 又黄又爽又免费观看的视频| 成人欧美大片| 尤物成人国产欧美一区二区三区| 久久草成人影院| 国产片特级美女逼逼视频| 国模一区二区三区四区视频| 免费搜索国产男女视频| 菩萨蛮人人尽说江南好唐韦庄 | 大香蕉久久网| 欧美激情国产日韩精品一区| 午夜日韩欧美国产| 日本一本二区三区精品| 国产精品一二三区在线看| av女优亚洲男人天堂| 一本一本综合久久| 国产成人影院久久av| 久久久久九九精品影院| 在线观看午夜福利视频| 偷拍熟女少妇极品色| 99久久精品热视频| 美女免费视频网站| 国产男人的电影天堂91| 日韩欧美精品v在线| 99国产极品粉嫩在线观看| 国产乱人偷精品视频| 国产成人影院久久av| 一a级毛片在线观看| 在线播放无遮挡| 91精品国产九色| 日本爱情动作片www.在线观看 | 深爱激情五月婷婷| 亚洲真实伦在线观看| 国产亚洲精品久久久久久毛片| 美女被艹到高潮喷水动态| 99热这里只有是精品50| 欧美一级a爱片免费观看看| 色av中文字幕| 亚洲av不卡在线观看| 亚洲美女搞黄在线观看 | 精华霜和精华液先用哪个| 搡老岳熟女国产| 亚洲欧美成人综合另类久久久 | 欧美zozozo另类| 美女大奶头视频| 精品不卡国产一区二区三区| 欧美潮喷喷水| 老司机福利观看| 亚洲精品国产av成人精品 | 欧美成人免费av一区二区三区| 国模一区二区三区四区视频| 国产精品爽爽va在线观看网站| 高清日韩中文字幕在线| 亚洲精品一区av在线观看| 日本-黄色视频高清免费观看| 久久亚洲国产成人精品v| 女的被弄到高潮叫床怎么办| 国产亚洲欧美98| 男人的好看免费观看在线视频| 嫩草影院新地址| 99久久中文字幕三级久久日本| 免费看a级黄色片| 精品人妻偷拍中文字幕| 成人av一区二区三区在线看| 国产亚洲精品久久久久久毛片| 亚洲国产精品合色在线| 国产午夜精品论理片| 国产高清三级在线| 亚洲第一电影网av| 日本一本二区三区精品| 熟妇人妻久久中文字幕3abv| 看免费成人av毛片| av天堂中文字幕网| 2021天堂中文幕一二区在线观| 久久精品国产亚洲av香蕉五月| 成人特级av手机在线观看| 嫩草影院新地址| 亚洲欧美日韩卡通动漫| 成人无遮挡网站| 成人性生交大片免费视频hd| 亚洲国产精品久久男人天堂| 日韩欧美在线乱码| h日本视频在线播放| 男人舔奶头视频| 午夜a级毛片| 日韩制服骚丝袜av| 国产精品无大码| 国产高清视频在线播放一区| 亚洲经典国产精华液单| 日日摸夜夜添夜夜添av毛片| 成人美女网站在线观看视频| 直男gayav资源| 国产精品久久久久久久久免| 熟女人妻精品中文字幕| videossex国产| 一个人免费在线观看电影| 九色成人免费人妻av| 日日撸夜夜添| 看非洲黑人一级黄片| 国产精品福利在线免费观看| 色哟哟哟哟哟哟| 伦理电影大哥的女人| 中国美白少妇内射xxxbb| 男女那种视频在线观看| 午夜精品国产一区二区电影 | 国产精品久久久久久久久免| 亚洲第一电影网av| 校园春色视频在线观看| 日韩亚洲欧美综合| 欧美极品一区二区三区四区| 国产黄色视频一区二区在线观看 | 国产伦在线观看视频一区| 亚洲成av人片在线播放无| 国产欧美日韩精品一区二区| 国产在线精品亚洲第一网站| 国产91av在线免费观看| 99久国产av精品| 成人鲁丝片一二三区免费| 久久人人爽人人片av| 国产人妻一区二区三区在| 成人无遮挡网站| 性插视频无遮挡在线免费观看| а√天堂www在线а√下载| 亚洲无线在线观看| 日韩欧美三级三区| 亚洲美女视频黄频| 国产精品无大码| 久久久午夜欧美精品| 1000部很黄的大片| 国产精品久久久久久久电影| 色综合色国产| 人妻制服诱惑在线中文字幕| 国产白丝娇喘喷水9色精品| 久久亚洲国产成人精品v| 免费无遮挡裸体视频| 日韩国内少妇激情av| 久久久久免费精品人妻一区二区| 亚洲国产日韩欧美精品在线观看| 久久久精品大字幕| 亚洲丝袜综合中文字幕| 嫩草影视91久久| 免费一级毛片在线播放高清视频| 观看免费一级毛片| 欧美高清性xxxxhd video| 如何舔出高潮| 成年女人毛片免费观看观看9| 久久久国产成人精品二区| 蜜桃亚洲精品一区二区三区| 亚洲一区高清亚洲精品| 一级黄片播放器| a级毛色黄片| 中出人妻视频一区二区| 国产v大片淫在线免费观看| 成人二区视频| 免费看日本二区| 国产精品久久久久久久久免| 乱码一卡2卡4卡精品| 国产av一区在线观看免费| 欧美国产日韩亚洲一区| 中文在线观看免费www的网站| 亚洲第一电影网av| 亚洲在线观看片| 国内精品久久久久精免费| 欧美潮喷喷水| 99热精品在线国产| 国产在视频线在精品| 久久人妻av系列| 国产精品亚洲美女久久久| 一个人看视频在线观看www免费| 亚洲av五月六月丁香网| 黄色日韩在线| h日本视频在线播放| 成人亚洲欧美一区二区av| av天堂中文字幕网| 你懂的网址亚洲精品在线观看 | 91av网一区二区| 精华霜和精华液先用哪个| 日本精品一区二区三区蜜桃| 麻豆国产97在线/欧美| 日韩强制内射视频| 日本a在线网址| 亚洲高清免费不卡视频| 日韩欧美精品免费久久| 俺也久久电影网| 午夜福利视频1000在线观看| 久久午夜亚洲精品久久| 久久九九热精品免费| 99热全是精品| 青春草视频在线免费观看| 国产精品99久久久久久久久| 国产成人一区二区在线| 国产黄片美女视频| 性欧美人与动物交配| 最近的中文字幕免费完整| 日本欧美国产在线视频| 国产精品一区www在线观看| 国产单亲对白刺激| 成人二区视频| 亚洲精品456在线播放app| 精品久久久久久成人av| 国产综合懂色| 日韩在线高清观看一区二区三区| 国产伦在线观看视频一区| 欧美不卡视频在线免费观看| 亚洲成人av在线免费| 1000部很黄的大片| 91av网一区二区| 亚洲av.av天堂| 精品久久国产蜜桃| 男女之事视频高清在线观看| 男人的好看免费观看在线视频| 简卡轻食公司| 女的被弄到高潮叫床怎么办| 亚洲国产精品国产精品| 欧美日韩在线观看h| 久久精品国产自在天天线| 亚洲美女视频黄频| 国产精品人妻久久久影院| 成人漫画全彩无遮挡| 女人十人毛片免费观看3o分钟| 国产成人a∨麻豆精品| 欧美人与善性xxx| 一夜夜www| 日韩av在线大香蕉| 久久久久九九精品影院| 成人性生交大片免费视频hd| 免费在线观看成人毛片| 成年av动漫网址| 精品人妻一区二区三区麻豆 | 欧美极品一区二区三区四区| 99热这里只有是精品50| 91在线观看av| 日本黄色视频三级网站网址| 此物有八面人人有两片| 男人舔女人下体高潮全视频| 亚洲av成人av| 日本免费a在线| 午夜福利视频1000在线观看| a级毛色黄片| 又黄又爽又刺激的免费视频.| 99久久精品一区二区三区| 天天一区二区日本电影三级| 人妻夜夜爽99麻豆av| 亚洲精品成人久久久久久| 九色成人免费人妻av| 狠狠狠狠99中文字幕| 日韩亚洲欧美综合| 色av中文字幕| 亚洲人成网站在线观看播放| 欧美激情久久久久久爽电影| 欧美一区二区精品小视频在线| 一进一出好大好爽视频| 欧美一区二区国产精品久久精品| 日本爱情动作片www.在线观看 | 少妇高潮的动态图| 12—13女人毛片做爰片一| 床上黄色一级片| 久久午夜亚洲精品久久| 99热这里只有是精品50| 日韩,欧美,国产一区二区三区 | 欧美日本亚洲视频在线播放| 久久这里只有精品中国| 国产av不卡久久| 亚洲精品影视一区二区三区av| 可以在线观看的亚洲视频| 亚洲人成网站在线播| 一级毛片aaaaaa免费看小| 看免费成人av毛片| 1000部很黄的大片| www.色视频.com| 久久综合国产亚洲精品| 欧美色视频一区免费| 亚洲第一电影网av| 国产伦在线观看视频一区| 日本黄大片高清| www.色视频.com| 久久综合国产亚洲精品| 午夜精品在线福利| 色av中文字幕| a级一级毛片免费在线观看| 精品不卡国产一区二区三区| 久久国产乱子免费精品| 一级毛片电影观看 | 亚洲成a人片在线一区二区| 国产综合懂色| 日韩国内少妇激情av| 国产高潮美女av| 日韩欧美三级三区| 一区二区三区免费毛片| 美女高潮的动态| 国产精品野战在线观看| 全区人妻精品视频| 成人三级黄色视频| 丰满乱子伦码专区| 午夜爱爱视频在线播放| 午夜久久久久精精品| 国产成人freesex在线 | 国产亚洲av嫩草精品影院| 特大巨黑吊av在线直播| 中国美白少妇内射xxxbb| 国产高潮美女av| 99久久中文字幕三级久久日本| 18禁在线无遮挡免费观看视频 | 91午夜精品亚洲一区二区三区| 五月玫瑰六月丁香| 插阴视频在线观看视频| 亚洲精品乱码久久久v下载方式| 精品福利观看| 黄片wwwwww| 99热这里只有是精品在线观看| 久久久久久久久大av| a级毛片免费高清观看在线播放| 日本一二三区视频观看| 久久草成人影院| 国产亚洲精品综合一区在线观看| 亚洲中文字幕日韩| 久久精品久久久久久噜噜老黄 | 午夜精品在线福利| 国产91av在线免费观看| 国产成人一区二区在线| 22中文网久久字幕| 国产成年人精品一区二区| 午夜福利在线观看吧| 91精品国产九色| 国产成人freesex在线 | 男插女下体视频免费在线播放| 可以在线观看毛片的网站| 国产一区二区三区av在线 | 久久综合国产亚洲精品| 黄色视频,在线免费观看| 亚洲av电影不卡..在线观看| 国产老妇女一区| 最好的美女福利视频网| 中文资源天堂在线| 寂寞人妻少妇视频99o| 香蕉av资源在线| 国产精品久久久久久av不卡| 日本一本二区三区精品| 国产老妇女一区| 午夜a级毛片| 少妇猛男粗大的猛烈进出视频 | 亚洲av五月六月丁香网| 日韩精品有码人妻一区| 亚洲高清免费不卡视频| 中文字幕免费在线视频6| 欧美激情久久久久久爽电影| 少妇被粗大猛烈的视频| 嫩草影院新地址| 一级av片app| 久久鲁丝午夜福利片| 最新中文字幕久久久久| 少妇猛男粗大的猛烈进出视频 | 日产精品乱码卡一卡2卡三| 久久精品综合一区二区三区| 成人性生交大片免费视频hd| 成人精品一区二区免费| 亚洲精品一区av在线观看| 天美传媒精品一区二区| 午夜精品国产一区二区电影 | 婷婷色综合大香蕉| 在线观看午夜福利视频| 日本一本二区三区精品| 寂寞人妻少妇视频99o| 亚洲熟妇中文字幕五十中出| 国模一区二区三区四区视频| 真实男女啪啪啪动态图| 国内精品美女久久久久久| 国产精品一区二区三区四区久久| a级毛色黄片| 寂寞人妻少妇视频99o| а√天堂www在线а√下载| 久久久久精品国产欧美久久久| 日本-黄色视频高清免费观看| 免费不卡的大黄色大毛片视频在线观看 | 在线国产一区二区在线| 久久久午夜欧美精品| 美女xxoo啪啪120秒动态图| 国产成人aa在线观看| 看黄色毛片网站| 村上凉子中文字幕在线| 国产精品女同一区二区软件| 亚洲一区高清亚洲精品| 大香蕉久久网| 国产一区亚洲一区在线观看| 麻豆国产av国片精品| 色5月婷婷丁香| 美女免费视频网站| 一边摸一边抽搐一进一小说| 一本精品99久久精品77| 免费在线观看影片大全网站| 97在线视频观看| 成人鲁丝片一二三区免费| 亚洲经典国产精华液单| 丰满人妻一区二区三区视频av| 精品人妻熟女av久视频| 国产精品人妻久久久久久| 国产午夜精品久久久久久一区二区三区 | www日本黄色视频网| 欧美zozozo另类| 久久人妻av系列| 22中文网久久字幕| 我要搜黄色片| 别揉我奶头 嗯啊视频| 国产极品精品免费视频能看的| 欧美一区二区国产精品久久精品| 蜜桃亚洲精品一区二区三区| av.在线天堂| 国产一区二区亚洲精品在线观看| 干丝袜人妻中文字幕| 又黄又爽又免费观看的视频| 久久精品国产清高在天天线| 插阴视频在线观看视频| 免费一级毛片在线播放高清视频| 欧美日本亚洲视频在线播放| 亚洲国产精品成人综合色| 免费黄网站久久成人精品| 你懂的网址亚洲精品在线观看 | 给我免费播放毛片高清在线观看| 插阴视频在线观看视频| 国产亚洲精品综合一区在线观看| 国产精品一区二区三区四区久久| 高清毛片免费看| av天堂在线播放| 男插女下体视频免费在线播放| 国产成人一区二区在线| 有码 亚洲区| 精品人妻一区二区三区麻豆 | 黄色视频,在线免费观看| 日韩大尺度精品在线看网址| 国产蜜桃级精品一区二区三区| 久久久国产成人免费| 少妇高潮的动态图| 免费大片18禁| 国产色婷婷99| 婷婷色综合大香蕉| 99热全是精品| 亚洲第一区二区三区不卡| 午夜亚洲福利在线播放| 淫妇啪啪啪对白视频| 婷婷色综合大香蕉| 久99久视频精品免费| .国产精品久久| 黄色视频,在线免费观看| 欧美最黄视频在线播放免费| 国产伦精品一区二区三区视频9| 欧美中文日本在线观看视频| 亚洲精品亚洲一区二区| 别揉我奶头~嗯~啊~动态视频| 女同久久另类99精品国产91| 国产精品精品国产色婷婷| 国产av一区在线观看免费| 日韩一本色道免费dvd| 国产高清有码在线观看视频| 国产在线精品亚洲第一网站| 色在线成人网| 老司机影院成人| 熟妇人妻久久中文字幕3abv| 久久精品国产清高在天天线| 美女 人体艺术 gogo| 黄色日韩在线| 麻豆国产97在线/欧美| 亚洲av电影不卡..在线观看| 夜夜看夜夜爽夜夜摸| 久久久久久久午夜电影| 国产色婷婷99| 高清日韩中文字幕在线| 极品教师在线视频| 久久欧美精品欧美久久欧美| 午夜老司机福利剧场| 日韩在线高清观看一区二区三区| 久久久久久久久大av| 亚洲人成网站在线播| 亚洲美女黄片视频| 国产美女午夜福利| 日本-黄色视频高清免费观看| 六月丁香七月| 久久精品国产亚洲av涩爱 | 亚洲自拍偷在线| 非洲黑人性xxxx精品又粗又长| 免费观看在线日韩| 国产精品久久视频播放| 国产精品一区二区三区四区免费观看 | 91久久精品国产一区二区成人| 中文资源天堂在线| or卡值多少钱| 可以在线观看毛片的网站| 国产男人的电影天堂91| 日韩欧美国产在线观看| 热99在线观看视频| 精品99又大又爽又粗少妇毛片| 深夜a级毛片| 少妇熟女欧美另类| 国内精品美女久久久久久| 亚洲四区av| 精品一区二区三区视频在线观看免费| 亚洲婷婷狠狠爱综合网| 大香蕉久久网| 日本爱情动作片www.在线观看 | 久久中文看片网| 精品99又大又爽又粗少妇毛片| 又粗又爽又猛毛片免费看| 午夜精品在线福利| 国语自产精品视频在线第100页| 偷拍熟女少妇极品色| 国产精品电影一区二区三区| 色吧在线观看| 国产久久久一区二区三区| 美女免费视频网站| 女人被狂操c到高潮| 嫩草影视91久久| 亚洲人与动物交配视频| 久久精品91蜜桃| 18禁在线无遮挡免费观看视频 | 麻豆国产97在线/欧美| 在线播放国产精品三级| 婷婷色综合大香蕉| 最近2019中文字幕mv第一页| 一区二区三区高清视频在线| 日韩av在线大香蕉| 国产探花极品一区二区| or卡值多少钱| 国产精品野战在线观看| 久久精品影院6| 精品一区二区三区av网在线观看| 色综合亚洲欧美另类图片| 日本三级黄在线观看| 久久精品久久久久久噜噜老黄 | 国产精品综合久久久久久久免费| 国产淫片久久久久久久久| 三级男女做爰猛烈吃奶摸视频| 91久久精品国产一区二区三区| 级片在线观看| 免费不卡的大黄色大毛片视频在线观看 | 亚洲国产精品成人综合色| 99精品在免费线老司机午夜| 一区二区三区高清视频在线| 男女边吃奶边做爰视频| 亚洲欧美精品综合久久99| 成人高潮视频无遮挡免费网站| 精品久久久久久久久亚洲| 毛片一级片免费看久久久久| 国产大屁股一区二区在线视频| 高清午夜精品一区二区三区 | 搡老熟女国产l中国老女人| 国产精品av视频在线免费观看| 久久午夜亚洲精品久久| 亚洲国产日韩欧美精品在线观看| 男女做爰动态图高潮gif福利片| 好男人在线观看高清免费视频| 国产成人freesex在线 | 又爽又黄无遮挡网站| 人妻丰满熟妇av一区二区三区| 色在线成人网| 俺也久久电影网| 在线播放无遮挡| 久久精品国产亚洲av香蕉五月| 国产成人aa在线观看| 国产黄片美女视频| 久久久久久国产a免费观看| 欧美极品一区二区三区四区| 97人妻精品一区二区三区麻豆| 又爽又黄无遮挡网站| 亚洲欧美日韩无卡精品| 欧美极品一区二区三区四区| 草草在线视频免费看| av黄色大香蕉| 波多野结衣高清作品| 成人精品一区二区免费| 黄色视频,在线免费观看| 搡老熟女国产l中国老女人| 日韩成人av中文字幕在线观看 | 日韩三级伦理在线观看| 亚洲在线观看片| 国产av不卡久久| 成人一区二区视频在线观看|