作者：李桐; 刘强; 蔡志平; 周桐庆可穿戴设备隐私保护
摘要：近年来，可穿戴设备被广泛地被应用于日常生活。用户量增加造成的可穿戴设备数据重是导致隐私泄漏的一个重要原因。为此，数据匿名化重方法受到了广泛关注。然而，现有的数据匿名化重方法存在两个方面的不足：一方面，现有的数据匿名化重算法可能会造成严重的信息损失或用户隐私数据的泄漏；另一方面，现有的数据匿名化重算法在兼顾保护用户隐私和减少信息损失的情况下会造成较高的成本。为了兼顾隐私安全和数据可用性，并且提高数据重算法的效率，结合可穿戴设备自身的特点，提出基于聚类的数据匿名化重算法，该算法直接对增量数据进行基于聚类匿名化操作，使数据匿名化重更为高效。此外，在数据量较大的应用场景中，基于聚类的数据匿名化重算法可以有效减少信息损失。实验结果表明，基于聚类的数据匿名化重算法能够在保证用户隐私安全的前提下减少信息的损失并且提高执行效率。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
