基于投影区域密度划分的k匿名算法

？在数据发布的隐私保护中，现有的算法在划分临时匿名组时，没有考虑临时匿名组中相邻数据点的距离，在划分过程中极易产生许多不必要的信息损失，从而影响发布匿名数据集的可用性。针对以上问题，提出矩形投影区域，投影区域密度和划分表征系数等概念，旨在通过提高记录点的投影区域密度来合理地划分临时匿名组，使划分后的匿名组产生的信息损失尽量小；并提出基于投影区域密度划分的k匿名算法，通过优化取整划分函数和属性维选择策略，在保证匿名组数量不减少的同时，减少划分过程中不必要的信息损失，进一步提高发布数据集的可用性。通过理论分析和实验验证了算法的合理性和有效性。