文献类型：期刊文章

作　　者：黄石平[1] 顾金媛[2]

机构地区：[1]南京医科大学信息与网络中心,南京210000 [2]南京医科大学康达学院,江苏连云港222000

出　　处：《计算机应用研究》

基　　金：国家自然科学基金资助项目(61371113);江苏省高校自然科学研究资助项目(14KJB520026)

年　　份：2014

卷　　号：31

期　　号：11

起止页码：3465-3468

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CSA-PROQEUST、CSCD、CSCD2013_2014、IC、INSPEC、JST、RCCSE、UPD、ZGKJHX、ZMATH、核心刊

摘　　要：将发布的数据用于微观数据表包含的敏感属性分析,同时保持个人隐私,是一个越来越重要的问题。当前,k-匿名模型用于保护隐私数据公布,然而当以身份公开为重点时,k-匿名模型在某种程度上并不能保护属性公开。基于此,提出了一种新的基于(p+,α)-敏感k-匿名隐私保护模型,敏感属性首先通过其敏感性进行分类,然后发布敏感属性归属的类别。与以往增强k-匿名模型不同,该模型允许发布更多的信息,但不会影响隐私。实验结果表明,新提出的模型可以显著降低违反保密性。

关 键 词：K-匿名模型 隐私保护 微观数据表  

分 类 号：TP309]