声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：43-1258/TP
国际刊号：1007-130X
发布日期:
作者：刘英华
单位：（中国青年政治学院，北京 100089）
关键词：数据发布,隐私保护,模糊集,贝叶斯分类,k匿名,
基金：国家自然科学基金(61175048)；中国青年政治学院学术创新支持计划项目
隐私保护数据发布是近年来研究的热点技术之一，主要研究如何在数据发布中避免敏感数据的泄露，又能保证数据发布的高效用性。基于模糊集的隐私保护模型，文中方法首先计算训练样本数据的先验概率，然后通过将单个敏感属性和两个相关联属性基于贝叶斯分类泛化实现隐私保护。通过实验验证基于模糊集的隐私保护模型（Fuzzy k?匿名）比经典隐私保护k?匿名模型具有更高的效率，隐私保护度高，数据可用性强。
来源：2016年第6期
《计算机工程与科学》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。