《表2 取值标度表：基于识别率的多叉树森林k-匿名算法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于识别率的多叉树森林k-匿名算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

一般来说，要发布的数据可能涉及两种与隐私保护相关的数据：第一种是敏感属性，如疾病诊断信息、收入等敏感信息；第二种是准标识符（QID）属性集，即能够通过链接的手段识别出个体的各种属性组合成的元组[20]，如{age，gender，race，country}。当每种组合仅有一个元组时，准标识符可以通过链接攻击定位到具体的个体。当每种组合存在多个元组时，这些元组构成等价类。因此，需要在数据发布时考虑k-匿名原则：保证每个QID至少有其他k-1个相同的值。即数据集中准标识符等价类的数量至少为k个。k-匿名的实质是利用原数据生成一个满足k-匿名要求并保留有效信息的表。表1和表2分别为原始数据表和经过泛化后满足k-匿名要求的匿名数据表（k=2）。