21、基于聚类的频率 l-多样性匿名化与磁盘完整性保护技术

基于聚类的频率 l-多样性匿名化与磁盘完整性保护技术

1. 基于聚类的频率 l-多样性匿名化

在数据隐私保护领域，频率 l-多样性是一种重要的隐私保护模型。它要求在每个等价类中，敏感属性的每个值出现的频率不超过 |e|/l 次（e 为等价类）。下面详细介绍相关概念和算法。

1.1 关键概念

• 等价类 ：给定关系 R 的实例 r 和属性集 Q ⊆ R，e ⊆ r 是关于 Q 的等价类，当且仅当 e 是 r 中在 Q 属性上取值相同的元组的多重集（忽略空等价类）。
• 频率 l-多样性 ：关系 R 的实例 r(Q, s) 是频率 l-多样的，当且仅当对于关于 Q 的每个等价类 e，每个可能的值 v ∈ adom(s)，p(e, v) ≤ 1/l。其中，adom(s) 是 s 的活动域，p(e, v) = |{ {t|t ∈ e ∧ t.s = v}}|/|e|。

1.2 重要命题

• 命题 1（资格条件） ：如果 r(Q, s) 是频率 l-多样的，那么最多 |r|/l 个元组可以具有相同的 s 值。
• 命题 2 ：给定正数 l，r(Q, s) 至少有一个频率 l-多样的泛化，当且仅当 l ≤ lmax。其中，lmax = |r| / Maxv(|{ {t|t∈r∧t.s=v}}|)。

1.3 算法介绍