论文研究-多维敏感属性隐私保护数据发布方法.pdf

在匿名数据发布中，当敏感属性为多维时，攻击者有可能能够获取一维或几维敏感属性信息，并且结合准标识符信息对其他敏感属性进行推理攻击。针对此问题提出（Dou-l）-匿名模型，更好地保护了敏感信息。基于多维桶和分解思想，提出（Dou-l）-匿名算法，使得即便攻击者掌握了部分敏感数据，仍然能较好地保护其他敏感属性数据的隐私安全性。实际数据实验证明，算法可以较好地均衡发布数据的安全性和可用性。