数据挖掘算法之k-匿名算法

    在大数据时代，随着数据的价值被人们更多地挖掘和利用，各种隐私保护问题也越来越多地引起了大家的注意。给予这一点，相继提出了多种隐私保护算法。今天我们来讲解一种匿名隐私保护模型——k-匿名模型

    在讲解k-匿名模型之前，我们首先对用户数据类型进行一个分类：

    ①显式标识符（ID，能够唯一地确定一条用户记录）

    ②准标识符（QI，能够以较高的概率结合一定的外部信息确定一条用户记录）

    ③敏感属性（需要保护的信息）

    ④非敏感属性（一般可以直接发布的信息）

     接下来我们来正式介绍k-匿名模型，用T(Q1,Q2,...,Qd,S1,S2,...,Sm)来表达一张待发布的数据表，简称为T(d)，其中d是准标识符的个数，而m是敏感属性的个数。k-匿名机制要求表中的每一条记录都至少和表中的k-1条记录的准标识符QI一致。令是表T(d)在属性集合QI上的投影。表T(d)在属性集QI下满足k-匿名，当且仅当