.png){kind=icon}
返回
K-Anonymity for Crowdsourcing Database
.png){kind=icon}
PRE
AI
DOI：10.1109/TKDE.2013.93.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在众包数据库中，人类操作员被嵌入到数据库引擎中并且与其他常规数据库操作员协作以处理查询。每个人工操作员都会向众包平台发布小HITs (人类智能任务)，该平台由一组数据库记录和针对人工的相应问题组成。人工完成命中并将结果返回到众包数据库以供进一步处理。实际上，HITs中已发布的记录可能包含敏感属性，可能会导致隐私泄露，以便恶意工作者可以将其与其他公共数据库链接以泄露个人隐私信息。可以应用诸如K-匿名的常规隐私保护技术来部分地解决该问题。然而，在对数据进行概括之后，标准K匿名算法的结果可能会导致无法控制的信息丢失，并影响众包的准确性。在本文中，我们首先研究了数据匿名化过程中人类操作员的隐私和准确性之间的权衡。提出了一种概率模型来估计一般K匿名方法的准确性的下限和上限。我们证明，搜索最佳匿名方法是NP困难的，并且只有启发式方法可用。本文的第二个贡献是基于反馈的通用K匿名方案。在我们的方案中，将合成样本发布给人类工作者，其结果用于指导匿名策略的选择。我们根据对合成样本的反馈结果，通过自适应地切割维度，将该方案应用于Mondrian算法。我们评估了基于反馈的方法在美国的表现。S.人口普查数据集，并表明给定预定义的K，我们的建议在保持众包有效性方面优于标准的K匿名方法。
Keyword:
Crowdsourcing
K-Anonymity
database privacy
data partition
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
10.4
论文数:
6.8K
被引数:
3.2W
机构
引用论文
Lactate dehydrogenase as a biomarker in oral cancer and oral submucous fibrosis乳酸脱氢酶作为口腔癌和口腔粘膜下纤维化的生物标志物
.png){kind=icon}
PREAI
分享收藏Methods and Models for Monitoring UPR-Associated Macrophage Death During Advanced Atherosclerosis
OAAI
OAAI分享收藏
Experimental study of piperlongumine inducing apoptosis of human breast adenoma MDA-MB-231 cells
PREAI
分享收藏
查看更多内容