5、利用小波变换实现群体匿名性

利用小波变换实现群体匿名性

1 数据匿名方法概述

在过去十年里，数据匿名领域有了诸多研究成果。数据保密披露控制（SDC）方法主要分为两大类：随机化方法和基于分组的匿名化方法。

1.1 随机化方法

随机化方法在数据收集时易于实现，因为添加到记录中的噪声与其他记录的值相互独立，并且能较好地保留数据的实用性，尤其是数据模式和关联规则。然而，若存在其他公开信息源与待掩码数据有交集，隐私很可能会被侵犯，特别是异常值记录更容易被识别出来。

1.2 基于分组的匿名化方法

以 k - 匿名性为例，其核心思想是确保数据集中每个属性值组合至少对应 k 个受访者。为实现这一目标，有多种方法可供选择。

近年来，小波变换（WT）也被用于数据匿名，此前它主要应用于信号处理领域。虽然已有一些方法可实现个体匿名，但为解决群体匿名问题，本文提出了一种基于小波变换的新方法，旨在通过重新分配近似值来实现匿名性，同时固定细节部分以保留数据实用性。

2 理论背景

2.1 一般定义

假设微文件数据以类似表 1 的表格形式组织：
| | (w_1) | (w_2) | … | (w_q) |
| — | — | — | — | — |
| (r_1) | (z_{11}) | (z_{12}) | … | (z_{1q}) |
| (r_2) | (z_{21}) | (z_{22}) | … | (z_{2q}) |
| … | … | … | … | … |
| (r_m) | (z_{m1}) | (z_{m2}) | … |