南昌大学学报（工科版）
南昌大學學報（工科版）
남창대학학보（공과판）
JOURNAL OF NANCHANG UNIVERSITY ENGINEERING & TECHNOLOGY EDITION
2013年
3期
297-302
,共6页
邱桃荣%段文影%段隆振%白小明
邱桃榮%段文影%段隆振%白小明
구도영%단문영%단륭진%백소명
匿名化算法%微聚集%粗糙集%属性重要度%密度聚集
匿名化算法%微聚集%粗糙集%屬性重要度%密度聚集
닉명화산법%미취집%조조집%속성중요도%밀도취집
anonymity algorithm%micro-aggregation%rough sets%significance degree of attributes%density based clustering
基于微聚集技术的κ-匿名化MDAV算法没有考虑数据属性的分布情况和数据属性重要性在聚类中的作用,易产生不合理的划分,从而对数据的保护程度与数据可用性之间关系带来影响.针对这个问题本文提出一种基于属性重要度和密度聚类的MDAV改进方法实现对数据集κ-匿名化.首先采用基于密度聚类DENCLUE方法对数据表进行聚集成簇,然后对每个簇采用基于粗糙集属性重要度作为加权距离的权值来计算相似样本,实现对数据集的κ-划分.与MDAV算法比较测试,所改进的方法改善了发布数据的可用性.
基于微聚集技術的κ-匿名化MDAV算法沒有攷慮數據屬性的分佈情況和數據屬性重要性在聚類中的作用,易產生不閤理的劃分,從而對數據的保護程度與數據可用性之間關繫帶來影響.針對這箇問題本文提齣一種基于屬性重要度和密度聚類的MDAV改進方法實現對數據集κ-匿名化.首先採用基于密度聚類DENCLUE方法對數據錶進行聚集成簇,然後對每箇簇採用基于粗糙集屬性重要度作為加權距離的權值來計算相似樣本,實現對數據集的κ-劃分.與MDAV算法比較測試,所改進的方法改善瞭髮佈數據的可用性.
기우미취집기술적κ-닉명화MDAV산법몰유고필수거속성적분포정황화수거속성중요성재취류중적작용,역산생불합리적화분,종이대수거적보호정도여수거가용성지간관계대래영향.침대저개문제본문제출일충기우속성중요도화밀도취류적MDAV개진방법실현대수거집κ-닉명화.수선채용기우밀도취류DENCLUE방법대수거표진행취집성족,연후대매개족채용기우조조집속성중요도작위가권거리적권치래계산상사양본,실현대수거집적κ-화분.여MDAV산법비교측시,소개진적방법개선료발포수거적가용성.
