论文部分内容阅读
针对一般子树匿名化方法处理大数据效率低和伸缩性较差的问题．提出了一种可伸缩的自下向上的泛化（BUG）方法，并在此基础上，结合已有的自上向下的特化（TDS），形成一种混合方法。在提出的方法中，七一匿名作为隐私模型，TDS和BUG都是基于映射化简开发组成，并通过云的强大计算能力来获得较高的伸缩性。提出的映射化简BUG只需在几次泛化循环之后就可插入一个新的泛化候选，不会影响另一个泛化的信息损失。考虑到工作负载平衡点K与匿名参数k的复杂关系．将映射化简的BUG和TDS结合形成混合方法。实验结果验证了本文方法的有效