.png){kind=icon}
返回
Maximizing data utility while preserving privacy through database fragmentation
.png){kind=icon}
PRE
AI
DOI：10.1016/j.eswa.2025.126873.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
高效管理平衡数据隐私与实用性的数据库是当今数据驱动环境下的关键挑战。本研究针对数据库碎片化问题展开研究，该问题涉及将数据库划分为较小的碎片，每个碎片包含属性子集。主要目标是在保护敏感属性集的机密性与优化数据库的实用性之间取得平衡。敏感属性集包括可能泄露私人信息或识别个人的属性组合，例如个人准标识符，需要将其分离到不同碎片中以降低敏感数据暴露风险。相反，实用性属性集由能提升数据可用性和查询效率的属性组成。最大化实用性要求将同一实用性集的属性分组到尽可能少的碎片中。为有效解决这一复杂的NP难问题，提出了一种基于列生成的解决方案，利用集合划分公式进行优化。在真实和合成数据集上的实验评估验证了所提方法的有效性，并展示了其相较于当前最先进的商业求解器CPLEX的优越性。
Keyword:
Database fragmentation
Data utility
Data privacy
Column generation
期刊
IF:
7.5
论文数:
3.0W
被引数:
10.2W
机构
引用论文
.png){kind=icon}
Privacy-preserving cloud computing on sensitive data: A survey of methods, products and challenges
PREAI
分享收藏A Comprehensive Taxonomy of Fragmentation and Allocation Techniques in Distributed Database Design分布式数据库设计中分段和分配技术的综合分类
PREAI
分享收藏
查看更多内容