面向个性化隐私保护的局部泛化与桶化技术
密码学与安全
2020-08-26 v1
摘要
匿名化技术已被广泛研究并应用于隐私保护数据发布。在以往的大多数方法中，微数据表由三类属性组成：显式标识符、准标识符（QI）和敏感属性。实际上，不同个体可能对不同属性的敏感性有不同的看法。因此，还存在另一类同时包含QI值和敏感值的属性，即半敏感属性。基于这一观察，我们提出了一种新的匿名化技术，称为局部泛化与桶化，以防止身份泄露并保护每个半敏感属性和敏感属性上的敏感值。其原理是分别使用局部泛化和局部桶化将元组划分为局部等价组，并将敏感值划分为局部桶。局部泛化和局部桶化的保护是独立的，因此它们可以通过适当的算法实现，而不会削弱彼此的保护。此外，每个半敏感属性和敏感属性的局部桶化保护也是独立的。因此，局部桶化可以根据匿名化的实际需求，在不同属性上遵循不同的原则。大量实验证明了所提方法的有效性。
引用
@article{arxiv.2008.11016,
title = {Local Generalization and Bucketization Technique for Personalized Privacy Preservation},
author = {Boyu Li and Kun He and Geng Sun},
journal= {arXiv preprint arXiv:2008.11016},
year = {2020}
}