1、數(shù)據(jù)發(fā)布為數(shù)據(jù)交換和數(shù)據(jù)共享提供了便利，數(shù)據(jù)發(fā)布過(guò)程中的隱私泄漏問(wèn)題也日益突出，隱私保護(hù)己成為數(shù)據(jù)庫(kù)安全研究的一個(gè)新熱點(diǎn)。K-匿名化是微數(shù)據(jù)發(fā)布環(huán)境下保護(hù)數(shù)據(jù)隱私的一種重要方法。K-匿名模型賦予匿名數(shù)據(jù)集以有效抵抗應(yīng)用環(huán)境中可能出現(xiàn)的各類(lèi)隱私推理攻擊的能力，因此K-匿名模型的研究已受到理論界和工業(yè)界的廣泛重視。論文對(duì)微數(shù)據(jù)發(fā)布場(chǎng)景中的隱私泄露問(wèn)題進(jìn)行研究，主要工作和貢獻(xiàn)包括： 針對(duì)K-匿名模型中存在的過(guò)度泛化、潛在的隱私泄露等問(wèn)

2、題，本文提出了一種基于多維泛化路徑的多維局部重編碼方法，以及相應(yīng)的兩種K-匿名算法，包括完整Filter K-匿名算法和部分Filter K-匿名算法，并與Datafly算法和Incognito算法進(jìn)行了實(shí)驗(yàn)對(duì)比，結(jié)果表明完整Filter K-匿名算法在數(shù)據(jù)精度上有很大提高，部分Filter K-匿名算法具有很高的執(zhí)行效率。 針對(duì)K-匿名、L-Diversity等匿名模型無(wú)法解決的多敏感屬性數(shù)據(jù)發(fā)布時(shí)存在的隱私攻擊和泄露問(wèn)題，本