摘要
现有的微数据发布隐私保护匿名模型均没有考虑敏感属性间的关联关系,不能抵制基于敏感属性间关系的攻击.为此,论文提出抵制敏感属性关联攻击的(l,m)-多样性模型,该模型要求匿名数据的每个等价类中,每维敏感属性上多样性至少为l,并且当某一敏感值从等价类中删除后,该等价类剩下的敏感值仍满足(l-1,m)-多样性.本文也提出了实现(l,m)-多样性的两个算法—BottomUp算法和TopDown算法.实验表明,所提出的算法均能实现面向多敏感属性的(l,m)-多样性模型,有效保护多敏感属性微数据的个体隐私.
Existing anonymity models for publishing microdata do not capture the relationship of sensitive attributes and cannot resist the attack based on the relation of sensitive attributes. To address the problem, the paper proposes a （l,m） -diversity model to resist the associated attack on sensitive attributes. The model requests that in each equivalence class, the diversity of each sensitive attribute is at least l and when one sensitive values are deleted, the rest of sensitive values still satisfy （l-1 ,m）-diversity. The paper also pro- poses two algorithms to implement the （l, m）-diversity model--BottomUp algorithm and TopDown algorithm. Experimental results show that the proposed algorithms can implement the （l, m）-diversity model and preserve privacy on publishing microdata with multi- sensitive attributes effectively.
出处
《小型微型计算机系统》
CSCD
北大核心
2013年第6期1387-1391,共5页
Journal of Chinese Computer Systems
基金
国家自然科学基金项目(61170108
6110019)资助
浙江省自然科学基金项目(Y1100161
12YJCZH142)资助
教育部人文社科研究项目(12YJCZH142)资助
关键词
微数据
多敏感属性
关联攻击
(l
m)-多样性
microdata
multi-sensitive attributes
associated attack
（ l, m） -diversity
