作者：张兴兰 刘乐伟多敏感属性隐私保护背景知识
摘要：针对现有的多敏感属性数据方法中存在的隐私泄露问题，在分析多维桶分组方法的基础上，基于分解的思想,提出一种新的数据模型（l1,l2,…,ld）-uniqueness，同时给出相应的匿名算法。该算法考虑了等价组中敏感属性值的分布问题，对各个敏感属性单独处理，打破了敏感属性间一一对应的关系，可以抵御背景知识攻击和相似性攻击。理论分析和实验证明，该算法可以有效防止隐私泄露，增强数据的安全性。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
