DSpace DSpace UPC
 Català   Castellano   English  

E-prints UPC >
Altres >
Enviament des de DRAC >

Empreu aquest identificador per citar o enllaçar aquest ítem: http://hdl.handle.net/2117/12909

Ítem no disponible en accés obert per política de l'editorial

Arxiu Descripció MidaFormat
Nin.pdf216,84 kBAdobe PDF Accés restringit

Citació: Nin, J.; Herranz, J.; Torra, V. Attribute selection in multivariate microaggregation. A: International Workshop on Privacy and Anonymity in Information Society. "2008 International Workshop on Privacy and Anonymity in Information Society". Nantes: 2008, p. 51-60.
Títol: Attribute selection in multivariate microaggregation
Autor: Nin Guerrero, Jordi Veure Producció científica UPC; Herranz Sotoca, Javier Veure Producció científica UPC; Torra i Reventós, Vicenç
Data: 2008
Tipus de document: Conference report
Resum: Microaggregation is one of the most employed microdata protection methods. The idea is to build clusters of at least k original records, and then replace them with the centroid of the cluster. When the number of attributes of the dataset is large, a common practice is to split the dataset into smaller blocks of attributes. Microaggregation is successively and independently applied to each block. In this way, the effect of the noise introduced by microaggregation is reduced, but at the cost of losing the k-anonymity property. The goal of this work is to show that, besides of the specific microaggregation method employed, the value of the parameter k, and the number of blocks in which the dataset is split, there exists another factor which can influence the quality of the microaggregation: the way in which the attributes are grouped to form the blocks. When correlated attributes are grouped in the same block, the statistical utility of the protected dataset is higher. In contrast, when correlated attributes are dispersed into different blocks, the achieved anonymity is higher, and, so, the disclosure risk is lower. We present quantitative evaluations of such statements based on different experiments on real datasets.
ISBN: 78-1-59593-965-4
URI: http://hdl.handle.net/2117/12909
DOI: http://doi.acm.org/10.1145/1379287.1379299
Apareix a les col·leccions:Altres. Enviament des de DRAC
MAK - Matemàtica Aplicada a la Criptografia. Ponències/Comunicacions de congressos
Departament d'Arquitectura de Computadors. Ponències/Comunicacions de congressos
Departaments de Matemàtica Aplicada. Ponències/Comunicacions de congressos
Comparteix:


Stats Mostra les estadístiques d'aquest ítem

SFX Query

Tots els drets reservats. Aquesta obra està protegida pels drets de propietat intel·lectual i industrial corresponents. Sense perjudici de les exempcions legals existents, queda prohibida la seva reproducció, distribució, comunicació pública o transformació sense l'autorització del titular dels drets.

Per a qualsevol ús que se'n vulgui fer no previst a la llei, dirigiu-vos a: sepi.bupc@upc.edu

 

Valid XHTML 1.0! Programari DSpace Copyright © 2002-2004 MIT and Hewlett-Packard Comentaris
Universitat Politècnica de Catalunya. Servei de Biblioteques, Publicacions i Arxius