一種基于信息熵聚類的K-匿名化算法.pdf

1、隨著互聯網技術的快速發(fā)展，隱私保護已逐漸成為數據發(fā)布領域中備受關注的問題。數據匿名化技術是實現隱私保護的主要途徑，其中，K-匿名模型是最有效、最為常用的一種經典匿名模型。K-匿名模型要求發(fā)布的匿名數據表中任意一條數據記錄都有其他k-1條記錄與之完全相同，從而能夠有效地避免鏈接攻擊。
　　目前大多數K-匿名算法存在以下兩方面問題：一，算法難以在數據可用性和執(zhí)行效率這兩者之間達到平衡；二，在匿名算法追求數據劃分精度以提高數據可用性的同

2、時，忽略了對數據的隱私保護，使數據的安全性降低，從而加大了隱私泄露的風險。針對這兩方面問題，本文提出一種基于信息熵聚類的K-匿名算法——EBKC算法，旨在保證匿名數據可用性的基礎上，提高數據的安全性和算法的執(zhí)行效率，從而達到匿名數據可用性、安全性和算法執(zhí)行效率三方面的平衡。
　　本文首先對K-匿名的相關理論與技術進行了研究，提出了等價類“直徑”的概念和最大直徑閾值這個參數，以及基于此參數的聚類準則。本文還引入了信息熵的思想，并在此