[发明专利]一种集成概化与消隐的高维数据匿名处理方法

权利要求书

1.一种集成概化与消隐的高维数据匿名处理方法，根据高维数据库D、项目分类树H_P、匿名阀值k、能力阀值m，以最佳数据效用和较高计算性能求出匿名处理后的高维数据库D’，包括以下三项核心技术的具体方法流程：

A自顶向下贪婪搜索法。

B最小安全威胁识别方法。

C多轮次求解策略。

2.根据权利要求1所述的一种集成概化与消隐的高维数据匿名处理方法，核心技术A的具体方法流程如下：

A1令当前割集Cut初始化为空集，已访问的最佳割集Cut_best初始化为由H_P根结点项目组成的集合。

A2当Cut有子女割集提高数据效用，即Cut_best≠Cut时，继续搜索。

A2.1沿贪婪方向下降至Cut的最佳子女，即令当前割集Cut取Cut_best。

A2.2对于当前割集Cut的每个子女Cut_child进行评估如下。

A2.2.1通过将Cut的一个组成项目y替换成y在项日分类树H_P上的所有子女项目获得Cut_child。

A2.2.2先按公式(A1)计算Cut_child的概化信息损失costG(Cut_child)。

costG(Cutchild)=Σx*∈CutchildO(x*)·ILG(x*)]]>公式(A1)

其中，x^*是割集Cut_child的一个组成项目，O(x^*)是x^*的所有后代叶结点项目在D中出现的频数，IL_G(x^*)是概化单个后代到x^*的信息损失，并按公式(A2)计算错误！未找到引用源。。

IL_G(x^*)＝(#leaves(x^*)-1)/(#leaves(H_P)-1)公式(A2)

其中#leaves(x^*)和#leaves(H_P)分别表示以x^*为根的子树的叶结点数和分类树H_P的叶结点数。

A2.2.3如果cos_G(Cut_child)大于当前最小信息损失cost(Cut_best)，则转A2.2(考虑Cut下一个子女)。

A2.2.4找出概化后的数据库D′＝g(D，Cut_child)中的安全威胁集合STset。

A2.2.5为割集Cut_childd寻找一个好的消隐方案。为排除STset中各个安全威胁，需要从Cut_child除去某些项目，这些除去项目的集合removal也称为消隐方案。具体操作如下。

A2.2.5.1令safe为空集，choice为Cut_child。

A2.2.5.2按O(x^*)·IL_S(x^*)降序，取每个x^*∈choice，其中IL_S(x^*)按公式(A3)计算。

IL_S(x^*)＝1-IL_G(x^*)公式(A3)

A2.2.5.3如果safe ∪{x^*}不包含STset中的任一项目集，则更新safe为safe ∪{x^*}。

A2.2.5.4更新choice为choice/{x^*}。

A2.2.5.5重复A2.2.5.2至A2.2.5.4直至choice为空。

A2.2.5.6令removal取Cut_child/safe。

A2.2.6按公式(A4)计算消隐方案removal信息损失。

costS(Cutchild)=Σx*∈removalO(x*)·ILs(x*)]]>公式(A4)

其中x^*是Cut_child中需要被消隐的项目，IL_S(x^*)按公式(A3)计算。Cut_child的总信息损失按公式(A5)计算。

cost(Cut_child)＝cost_S(Cut_child)+cost_G(Cut_child)公式(A5)

A2.2.7如果cost(Cut_child)小于当前最小信息损失cost(Cut_best)，则令Cut_best取Cut_child。

A3如果没有子女割集能够降低信息损失，则停止、并返回Cut_best及相应消隐方案removal。