Privacy-preserving data publishing: an information-driven distributed genetic algorithm

doi:10.1007/s11280-024-01241-y

Privacy-preserving data publishing: an information-driven distributed genetic algorithm

2024-01-15

0

OA

AI

DOI：10.1007/s11280-024-01241-y

原文链接

原文求助

摘要

En 中文

摘要隐私保护数据发布（PPDP）问题因数据发布需求的增加以及数据隐私的关注而受到研究界、产业界和政府的高度关注。然而，在PPDP中实现隐私保护和数据质量之间的平衡仍然是一个具有挑战性的任务。本文提出了一种信息驱动的分布式遗传算法（ID-DGA），旨在通过属性泛化和记录抑制实现最优匿名化。所提出的算法包含多个组件，包括信息驱动的交叉算子、信息驱动的变异算子、信息驱动的改进算子和二维选择算子。此外，采用分布式种群模型以提高种群多样性并减少运行时间。实验结果证实了ID-DGA在解精度、收敛速度以及所有提出组件的有效性方面的优越性。

Privacy-preserving data publishing: an information-driven distributed genetic algorithm

摘要

期刊

机构

引用论文