期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于敏感属性值语义桶分组的t-closeness隐私模型
被引量:
14
1
作者
张健沛
谢静
+1 位作者
杨静
张冰
《计算机研究与发展》
EI
CSCD
北大核心
2014年第1期126-137,共12页
t-closeness模型是数据发布领域中用于抵御相似性攻击和偏斜攻击的一种有效方法,但其采用的EMD(earth mover's distance)距离没有考虑等价类与数据表间敏感属性分布的稳定性,不能全面地衡量分布间距离,在分布间稳定差异过大时会大...
t-closeness模型是数据发布领域中用于抵御相似性攻击和偏斜攻击的一种有效方法,但其采用的EMD(earth mover's distance)距离没有考虑等价类与数据表间敏感属性分布的稳定性,不能全面地衡量分布间距离,在分布间稳定差异过大时会大大提高隐私泄露的风险.针对这种局限,提出了一种SABuk t-closeness模型,它在传统t-closeness模型的基础上,为更加准确地度量分布间距离,以EMD距离与KL散度(kullback-leibler divergence)结合构建距离度量标准.同时,根据敏感属性的层次树结构,对数据表进行语义相似性桶分组划分,然后采用贪心思想生成满足要求的最小等价类,并且运用k-近邻的思想来选取QI(quasi-identifiers)值相似的元组生成等价类.实验结果表明,SABuk t-closeness模型在牺牲少量时间的前提下减少了信息损失,能在有效地保护敏感信息不泄露的同时保持较高的数据效用.
展开更多
关键词
隐私保护
桶分组
t-closeness模型
EMD
KL散度
下载PDF
职称材料
面向数据隐私差异的隐私保护数据发布方法
被引量:
1
2
作者
俞艺涵
周大伟
+1 位作者
李洪成
吴晓平
《华中科技大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2020年第9期57-63,共7页
针对关系型数据中多维敏感属性隐私差异所引起的隐私保护效用降低问题,提出了一种能有效表达多维敏感属性隐私差异的隐私保护数据发布方法.基于一种多维桶分组技术(MSB)对数据集的多维敏感属性隐私差异以及记录价值进行量化区分,给出记...
针对关系型数据中多维敏感属性隐私差异所引起的隐私保护效用降低问题,提出了一种能有效表达多维敏感属性隐私差异的隐私保护数据发布方法.基于一种多维桶分组技术(MSB)对数据集的多维敏感属性隐私差异以及记录价值进行量化区分,给出记录分组优先级参数的计算方法,进而可实现基于记录分组优先级参数多维桶记录分组(TPSB)算法的隐私保护数据发布.实验结果表明:在权重参数合理赋值条件下,该方法在保证数据发布效率的同时可有效提升数据发布的质量.
展开更多
关键词
隐私保护
数据发布
多维敏感属性
隐私差异
多维
桶分组
原文传递
题名
基于敏感属性值语义桶分组的t-closeness隐私模型
被引量:
14
1
作者
张健沛
谢静
杨静
张冰
机构
哈尔滨工程大学计算机科学与技术学院
出处
《计算机研究与发展》
EI
CSCD
北大核心
2014年第1期126-137,共12页
基金
国家自然科学基金项目(61073041
61073043)
+2 种基金
教育部高等学校博士学科点专项科研基金项目(20112304110011
20122304110012)
哈尔滨市科技创新人才研究专项资金项目(优秀学科带头人)(2011RFXXG015)
文摘
t-closeness模型是数据发布领域中用于抵御相似性攻击和偏斜攻击的一种有效方法,但其采用的EMD(earth mover's distance)距离没有考虑等价类与数据表间敏感属性分布的稳定性,不能全面地衡量分布间距离,在分布间稳定差异过大时会大大提高隐私泄露的风险.针对这种局限,提出了一种SABuk t-closeness模型,它在传统t-closeness模型的基础上,为更加准确地度量分布间距离,以EMD距离与KL散度(kullback-leibler divergence)结合构建距离度量标准.同时,根据敏感属性的层次树结构,对数据表进行语义相似性桶分组划分,然后采用贪心思想生成满足要求的最小等价类,并且运用k-近邻的思想来选取QI(quasi-identifiers)值相似的元组生成等价类.实验结果表明,SABuk t-closeness模型在牺牲少量时间的前提下减少了信息损失,能在有效地保护敏感信息不泄露的同时保持较高的数据效用.
关键词
隐私保护
桶分组
t-closeness模型
EMD
KL散度
Keywords
privacy preserving
bucket grouping
t-closeness model
earth mover's distance (EMD)
KL divergence
分类号
TP309.2 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
面向数据隐私差异的隐私保护数据发布方法
被引量:
1
2
作者
俞艺涵
周大伟
李洪成
吴晓平
机构
海军工程大学信息安全系
国防大学联合作战学院通信网络信息传输与分发技术重点实验室
出处
《华中科技大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2020年第9期57-63,共7页
基金
国家自然科学基金资助项目(61672531)
网络空间安全重点专项资助项目(SQ2018YFGX210002-04)
国防科技重点实验室基金资助项目(6142104190101)。
文摘
针对关系型数据中多维敏感属性隐私差异所引起的隐私保护效用降低问题,提出了一种能有效表达多维敏感属性隐私差异的隐私保护数据发布方法.基于一种多维桶分组技术(MSB)对数据集的多维敏感属性隐私差异以及记录价值进行量化区分,给出记录分组优先级参数的计算方法,进而可实现基于记录分组优先级参数多维桶记录分组(TPSB)算法的隐私保护数据发布.实验结果表明:在权重参数合理赋值条件下,该方法在保证数据发布效率的同时可有效提升数据发布的质量.
关键词
隐私保护
数据发布
多维敏感属性
隐私差异
多维
桶分组
Keywords
privacy protection
data publishing
multi-dimensional sensitive attributes
privacy difference
multi-sensitive bucketization(MSB)
分类号
TP301 [自动化与计算机技术—计算机系统结构]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于敏感属性值语义桶分组的t-closeness隐私模型
张健沛
谢静
杨静
张冰
《计算机研究与发展》
EI
CSCD
北大核心
2014
14
下载PDF
职称材料
2
面向数据隐私差异的隐私保护数据发布方法
俞艺涵
周大伟
李洪成
吴晓平
《华中科技大学学报(自然科学版)》
EI
CAS
CSCD
北大核心
2020
1
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部