《表1 经典保护模型对比》

  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

《大数据匿名化隐私保护技术综述》

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

为了对抗各种隐私攻击，专家学者们提出了一系列匿名保护模型。在1998年的PODS国际会议上，Seweney等提出了K-匿名模型，它是最早也是最具影响的隐私保护匿名模型。后来Seweney在K-匿名基础模型上又提出了基于泛化和隐匿技术的改进版K-匿名隐私保护模型。Kisilevich等学者提出了通过抑制技术、采用分类树的K-匿名模型。Abul等学者提出了基于定位技术的K-匿名模型。为了解决K-匿名模型属性泄露问题，2006年，Machanavajjhala等[14]提出了L-多样性模型。为提高L-多样性的灵活性，提高匿名数据的个性化保护能力，Li等[15]提出了（k，l）-匿名模型。Wong等学者在第12届ACM SIGKDD（Knowledg discovery and Data Mining）国际会议上提出了（a，k）-匿名模型。2007年，Li等[16]针对L-多样性模型不足又进一步提出了T-近似模型（T-Closeness），2009年，又有专家提出（alp，dif）个性匿名模型。后来（k，e）-匿名模型，基于多维属性泛化的K-匿名，基于聚类的K-匿名等模型也相继被提出[17-18]。为了适应社交网络的快速发展，基于图修改的K-neighborhood[19]、K-Degree[20]、K-Isomorphism[21]、K-A u t o m o r p h i s m[2 2]及基于聚类的Par titioning[2 3]、SANGREEA[24]以及Generalization[25]等匿名保护模型相继被提出。在众多的模型中，K-匿名模型（K-anonymity）、L-多样性模型（L-Diversity）及T-近似模型（T-Closeness）是经典的3种隐私保护模型，许多模型都是以它们为原型进行优化及改进而产生的。它们的各自特点及抵御功击能力对比如表1所示。