[发明专利]区分准标识符属性的二次k‑匿名隐私保护算法

权利要求书

1.一种区分准标识符属性的二次k-匿名隐私保护方法，其特征在于：

1)S_n＝Incognito(T,CQI,k)，S_n表示分类型属性已经进行泛化的数据集，T表示需要被泛化的数据集，CQI表示分类型准标识符集，k表示匿名约束条件；

2)空队列result，空节点node；

3)遍历S_n进入以下循环：

数据集

D_j是存放全泛化后的数据表；

读取S_n中一个节点插入到node；

根据node泛化数据集T得到T′；

遍历T′,进入以下循环：

使用T_i′存储T′中第i个等价类；

MDAV(T_i′,NQI,k)，T_i′表示需要被聚类的数据集，NQI表示要进行聚类的数值型属性，k表示匿名约束条件；

D_j＝D_j∪T_i'；

计算信息损失，插入到result；

4)比较result中信息损失，得到信息损失最小的D_j；

5)T”＝D_j,返回T”。

2.根据权利要求1所述的区分准标识符属性的二次k-匿名隐私保护方法，其特征在于：Incognito(T,CQI,k)分类型属性泛化的具体步骤如下：

1)形成单属性泛化候选节点表C₁和边表E₁；

2)使用一个空队列queue取出C₁中所有根节点,对queue所有节点进行等价类计算；

3)判断是否满足k-匿名，如果节点满足，则对此点以及其所有的子节点进行标记，如果不满足，则将此点从C₁中删除，并把其子节点插入队列queue中；

4)重复步骤3)，直到把C₁中所有不满足的节点删除，并使删减后的C₁和E₁形成新的表C₂和E₂；

5)重复步骤2)、3)、4)直到得到删减后的C_n；

6)S_n＝{C_n所有节点}

7)返回S_n。

3.根据权利要求1所述的区分准标识符属性的二次k-匿名隐私保护方法，其特征在于：MDAV(T_i′,NQI,k)数值型属性泛化的具体步骤如下：

1)判断数据集中元组的个数是否大于2k-1，若大于，则继续步骤2)，否则，返回数据集T_i′，并找到其质心；

2)数据集T_i′中按NQI找出距离最远的两元组r、s；

3)以r为质心，找到离r最近的k-1条元组形成等价类C，更新质心，并从数据集T_i'中删除这k条元组，放入集合群{Q}中；

4)以s为质心重复步骤3)；

5)判断数据集T_i′中剩余的元组数目是否大于2k-1，若大于重复执行2)、3)、4)；否则，return，返回数据集T_i′，并找到其质心；

6)以其质心的准标识符属性值代替其等价类中的元组的准标识符属性值；

7)返回T_i′。