%0 Journal Article
%T Privacy preservation model based on semantic distance of sensitive category attribute<br>基于分类敏感属性语义距离的隐私保护模型*
%A SUN Yan-zheng
%A CHEN Wei-he
%A ZHAN Yong-zhao
%A <br>孙艳正
%A 陈伟鹤
%A 詹永照
%J 计算机应用研究
%D 2011
%I 
%X 针对传统的k-匿名模型不能有效地解决数据发布中分类敏感属性的相似性攻击问题，提出了新的隐私保护模型——α-similarity k-anonymity模型。由于分类属性值并不是严格意义上有序的，目前缺少一种很好的方法来评价其相似程度。从语义学角度出发，采用分类树的框架来衡量等价类中敏感属性值的语义相似性。实验结果表明，该模型不仅能有效解决身份泄露问题，还能有效解决相似性攻击问题，提供更好的隐私保护效果。
%K privacy preservation
%K microdata publishing
%K k-anonymity
%K sensitive attribute
%K similarity attack
%K semantic similarity<br>隐私保护
%K 数据发布
%K k-匿名
%K 敏感属性
%K 相似性攻击
%K 语义相似性
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=A9D9BE08CDC44144BE8B5685705D3AED&aid=1F8EB868F38CE0723B2C1766EB48DEBD&yid=9377ED8094509821&vid=D3E34374A0D77D7F&iid=F3090AE9B60B7ED1&sid=DE85732FD50B3037&eid=5DFCB2B8E52953F9&journal_id=1001-3695&journal_name=计算机应用研究&referenced_num=0&reference_num=19