基于KD树的信息发布隐私保护
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

国家自然科学基金(61370078,61402109,61502102)


KD Tree-Based Privacy Protection of Data Publishing
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    随着医疗信息共享服务的发展,越来越多的患者病历信息被发布出来,敌手通过患者属性推断患者的隐私信息,从而造成患者隐私泄露.基于上述需求,提出基于KD树的隐私保护数据发布算法.利用KD树的性质,对每一维所在属性的泛化值进行分解,直到所有属性的泛化值不能分解,以确保每个叶子节点的所有属性的泛化值的区域达到最小,以减少信息损失.在对等价元组属性分解期间,对每个节点敏感属性值个数做l多样性约束,以降低隐私泄漏风险.实验结果表明,方案可以减少隐私泄露风险和信息损失.

    Abstract:

    With the development of regional health information sharing services, an increasing number of patient records are released. However, the adversary can infer the patient’s privacy information through the patient’s attributes, thereby causing the patient’s privacy leakage. Based on the above requirements, a privacy protection data publishing algorithm based on KD tree is proposed. By the properties of KD-tree, the generalized value of each attribute is decomposed until the generalized value of all attributes cannot be decomposed to ensure that the generalized value of all attributes of each leaf node is minimized to reduce the information loss. During the decomposition of equivalent tuple attributes, the number of sensitive attribute values for each node is made to be a diversity constraint to reduce the risk of privacy leakage. The experimental results show that this scheme can reduce the risk of leakage of privacy, and information loss.

    参考文献
    相似文献
    引证文献
引用本文

林国滨,姚志强,熊金波,林铭炜.基于KD树的信息发布隐私保护.计算机系统应用,2017,26(8):206-211

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2016-12-11
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期: 2017-10-31
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号