国内刊号:51-1196/TP
国际刊号:1001-3695
发布日期:
作者:刘振鹏,孙静薇,王烁,王文胜,尹文召,张彬,
单位:河北大学a.电子信息工程学院;b.信息技术中心;c.网络空间安全与计算机学院,河北保定071002;
关键词:个性化,k-匿名,泛化,l-多样性,隐私保护,
基金:河北省自然科学基金资助项目(F2019201427);国家教育部“云数融合科教创新”基金资助项目(2017A20004);;
通过对k-匿名数据脱敏和l-多样性匿名数据脱敏模型分析,提出一种更加有针对性的个性匿名保护方法(PDMP)来解决数据泄露问题。PDMP根据不同的敏感程度来找到不同的k值,通过相应的约束方法对数据进行泛化从而实现敏感数据的脱敏,减少真实数据的攻击率,更好地实现隐私数据的保护。实验表明,该方法降低了信息敏感度的同时,满足了个性化需求,有效地提高了数据隐私的安全性。
来源:2020年第10期
《计算机应用研究》期刊编辑部