文献类型：期刊文章

作　　者：李洪涛[1] 郭俐君[1] 郭锋[2] 王洁[1] 张问银[2]

LI Hongtao;GUO Lijun;GUO Feng;WANG Jie;ZHANG Wenyin(College of Mathematics & Computer Science, Shanxi Normal University, Linfen 041000, China;School of Information Science and Engineering, Linyi University, Linyi 276000, China)

机构地区：[1]山西师范大学数学与计算机科学学院,山西临汾041000 [2]临沂大学信息科学与工程学院,山东临沂276000

出　　处：《通信学报》

基　　金：国家自然科学基金资助项目(No.61702316)~~

年　　份：2018

卷　　号：39

期　　号：A02

起止页码：35-43

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD2017_2018、EI、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：智慧城市利用先进的信息技术和通信技术实现城市智能的高效运行,在运行过程中会产生海量多源异构数据。然而,这些数据通常包含大量的个人或组织的敏感信息,在采集过程中面临着严重的隐私泄露风险。此外,城市数据具有动态性强、增长迅速、实时性强等特点,使得传统的数据采集隐私保护方法不再适用。针对城市大数据的特点,采用(a,k)–匿名模型作为数据采集隐私保护方案,利用分布式框架MapReduce对海量、动态数据集进行处理,提出了一种适用于大规模动态环境下的城市大数据采集隐私保护方案。实验结果和理论分析表明,所提方案不仅能有效保护数据隐私,还具有减少信息损失量和降低执行时间的特点。

关 键 词：智慧城市 大数据隐私保护  MAPREDUCE框架 (α,k)–匿名模型  

分 类 号：TP393]