用于实现(k, e)-匿名模型的MDAV算法 (2010年)

MDAV算法是一种高效的微聚集算法，但它未考虑等价类中敏感属性多样性问题，生成的匿名表不能抵制同质性攻击和背景知识攻击。针对该问题，提出一种能够实现（k，e）-匿名模型的MDAV算法，简称（k，e）-MDAV算法。该算法将距离类中心最近的至少k个不同敏感值的元组聚为一类，并要求每个类内敏感属性值最大差异至少为E.实验结果表明，该算法能够生成满足（k，e）-匿名模型的匿名表。