计算机应用研究

作者：何文竹,彭长根,王毛妮,丁兴,樊玫玫,丁红发,

单位：1.贵州大学a.计算机科学与技术学院;b.公共大数据国家重点实验室;c.数学与统计学院,贵阳550025；2.贵州财经大学信息学院,贵阳550025；

关键词：隐私保护,敏感属性识别与分级,最大熵,关联规则,互信息,

基金：国家自然科学基金资助项目(U1836205,61662009,61772008,11761020)；贵州省科技计划项目(黔科合重大专项字[2018]3001,黔科合重大专项字[2018]3007,黔科合重大专项字[2017]3002,黔科合支撑[2019]2004,黔科合支撑[2018]2162,黔科合基础[2019]1049,黔科合基础[2017]1045)；贵州财经大学科研基金资助项目(2017XJC01)；；

如何对生产环境中经代码混淆的结构化数据集的敏感属性（字段）进行自动化识别、分类分级，已成为对结构化数据隐私保护的瓶颈。提出一种面向结构化数据集的敏感属性自动化识别与分级算法，利用信息熵定义了属性敏感度，通过对敏感度聚类和属性间关联规则挖掘，将任意结构化数据集的敏感属性进行识别和敏感度量化；通过对敏感属性簇中属性间的互信息相关性和关联规则分析，对敏感属性进行分组并量化其平均敏感度，实现敏感属性的分类分级。实验表明，该算法可识别、分类、分级任意结构化数据集的敏感属性，效率和精确率更高；对比分析表明，该算法可同时实现敏感属性的识别与分级，无须预知属性特征、敏感特征字典，兼顾了属性间的相关性和关联关系。

来源：2020年第10期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2020年第10期