基于模糊集的隱私保護方法研究.pdf_第1頁
已閱讀1頁,還剩54頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、隨著計算機設備的不斷更新?lián)Q代和網(wǎng)絡全球化的快速發(fā)展,數(shù)據(jù)庫技術得到了越來越廣泛的應用,數(shù)據(jù)庫共享已經(jīng)變成了一種普遍現(xiàn)象,越來越多的個人信息記錄被不同的部門和機構大量收集,這些數(shù)據(jù)可能會被這些部門和機構用于數(shù)據(jù)發(fā)布或者數(shù)據(jù)挖掘,但是由于信息中可能包含個人隱私,就會造成在數(shù)據(jù)的共享或發(fā)布中的隱私泄漏問題。正因如此數(shù)據(jù)發(fā)布中的隱私保護成為了近年來的研究熱點。
  本文討論了課題的研究背景和意義,總結了該領域當前國內(nèi)外的研究現(xiàn)狀,并對數(shù)據(jù)

2、發(fā)布中的隱私保護技術進行了綜述。針對當前的隱私保護方法信息損失大、時間復雜度高等問題,本文從模糊數(shù)學中的模糊集的角度出發(fā),提出了基于模糊集的最大隸屬度算法,具體工作如下:
  對隱私保護相關知識進行了概述,全面分析了當前數(shù)據(jù)發(fā)布中主要的隱私保護方法,包括了隨機擾動技術和匿名隱私保護技術,并分析了各種隱私保護方法的優(yōu)缺點。對發(fā)布數(shù)據(jù)可能遭受的各種攻擊(包括連接攻擊、同質(zhì)攻擊和背景知識攻擊)結合具體實例進行了詳細的理論分析。
 

3、 本文從基于模糊集的角度出發(fā),提出了基于模糊集的隱私保護方法,并同時給出了最大隸屬度算法。該算法的應用條件是準標識符中必須包含數(shù)值屬性,其核心思想是對準表示符中的數(shù)值屬性和敏感屬性同時進行處理以獲得滿足要求的發(fā)布數(shù)據(jù)表。對數(shù)值屬性的處理是將數(shù)值型數(shù)據(jù)進行模糊化轉(zhuǎn)換為語義型的數(shù)據(jù),確定模糊子集,然后確定隸屬函數(shù)并根據(jù)隸屬函數(shù)計算出每個屬性相對于模糊子集的隸屬度,根據(jù)最大隸屬度原則確定最終所屬的模糊子集,最終結合隸屬度與語義型數(shù)據(jù)一同發(fā)布。

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論