.png){kind=icon}
返回
A New Multidimensional Data Anonymization Algorithm for Privacy-Preserving Data Publishing
.png){kind=icon}
OA
AI
DOI：10.3390/electronics15143167.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
开发一种既能保护隐私又不会忽略数据实用性的数据发布算法仍然是一个重要目标。在数据实用性与数据隐私之间寻求最佳平衡是一个NP难问题。本研究提出了一种基于k-匿名化的新型数据匿名化算法。该算法采用基于k维树（KD树）的新型高效分区策略对数据空间进行划分，在保持权衡平衡的同时解决了边界问题，并引入了一种新机制来处理异常值引起的问题。此外，该算法可同时应用于数值型和分类型数据。实验结果表明，与基线算法相比，所提出的算法在七个常用评估指标上均实现了具有竞争力或更优的性能。总体而言，研究结果提示，所提出的框架能够改善多维k-匿名化中的效用-隐私权衡。
Keyword:
data anonymization
information loss
privacy-preserving data publishing
<i>k</i>-anonymity
generalization
期刊
IF:
2.6
论文数:
1.0W
被引数:
4.7W
机构
引用论文
Kara, B.C.; Eyupoglu, C.; Karakuş, O. (r, k, e)-Anonymization: Privacy-Preserving Data Publishing Algorithm Based on Multi-Dimensional Outlier Detection, k-Anonymity, and e-Differential Privacy. IEEE Access 2025, 13, 70422–70435. [Google Scholar] [CrossRef]卡拉, B.C.; 艾于波古鲁, C.; 卡拉库什, O. (r, k, e)-匿名化：基于多维异常检测、k-匿名和e-差分隐私的隐私保护数据发布算法。IEEE Access 2025, 13, 70422–70435. [Google Scholar] [CrossRef].png)
IF0
PREAI
分享收藏Pruned Kd-tree: a memory-efficient algorithm for multi-field packet classification剪枝Kd树：一种多字段报文分类的内存高效算法
PREAI
分享收藏A probabilistic approach to mitigate composition attacks on privacy in non-coordinated environments
OAAI
OAAI分享收藏Efficient multi-source anonymity for aggregated internet of vehicles datasets高效多源匿名技术在聚合车联网数据集中的应用
IF0
PREAI
分享收藏An Efficient Big Data Anonymization Algorithm Based on Chaos and Perturbation TechniquesEntropyOAAI
EntropyIF0
OAAI分享收藏
查看更多内容