基于聚类的快速数据流匿名方法

为了防止敏感信息的泄漏，保护用户隐私，常采用概化和抑制等技术在共享数据前对其准标识符进行匿名化。与静态数据集不同，数据流具有潜在无限、高度动态等特性，使得数据流匿名需要解决更加复杂的问题，不能直接应用静态数据集的匿名方法。在分析现有数据流匿名方法的基础上，提出一种采用聚类思想进行数据流匿名的方法，通过单遍扫描数据识别和重用满足匿名条件的簇，以实现数据流的快速匿名。真实数据集上的实验结果表明，该方法在满足匿名要求的同时能够降低概化和抑制处理带来的信息损失，并且具有较低的时间和空间复杂度。