[发明专利]基于度优先的K-Anonymity匿名算法的数据处理方法

摘要

本发明公开了一种基于度优先的K-Anonymity数据匿名处理方法，该方法包括以下步骤：对发布数据进行预处理，建立Lattice泛化格；计算Lattice中所有节点的度，从Lattice泛化格中找到度最大的节点，获取全局最优节点，计算K-min集合中节点的信息损失量；将信息损失量最小的节点作为全局最优节点；将所有发布数据按照最优节点的泛化方式进行泛化处理，并且将所得泛化处理结果进行发布。与现有技术相比，本发明能够在尽可能少地牺牲单个数据记录准确性的隐私保护前提下，保证发布数据整体趋势，为发布数据提供更好的可用性。

主权项

一种基于度优先的K-Anonymity数据匿名处理方法，该方法包括以下步骤：对发布数据进行预处理：根据发布数据选择相应的准标识符，然后由准标识符确定泛化等级和建立与之对应的Lattice泛化格；获取全局最优节点，包括以下步骤：计算Lattice中所有节点的度，即该节点的父节点的个数和该节点子节点的个数的乘积；从Lattice泛化格中找到度最大的节点，判断该节点是否满足K-匿名：如果该节点满足K-匿名，则从Lattice泛化格中删除该节点及其所有祖先节点；查找K-min集合，判断该集合中是否有该节点的祖先节点，若有，删除保存所有泛化策略最低高度的K匿名节点的集合K-min集合中的该节点的祖先节点，若无，则不操作；最后把该节点保存到K-min集合中；如果该节点不满足K-匿名，则从Lattice中删除该节点，并删除该节点的所有子孙节点；计算K-min集合中节点的信息损失量；将信息损失量最小的节点作为全局最优节点；将所有发布数据按照最优节点的泛化方式进行泛化处理，并且将所得泛化处理结果进行发布。