跨部门政府数据共享中的隐私保护研究

随着大数据时代的到来,政府部门越来越重视运用技术手段深度挖掘政府数据资源的价值。与此同时,政府部门对于政府数据共享的需求也在不断提高。然而,目前政府数据共享中存在着不同程度的隐私泄露风险。因此,如何在保护公民隐私的前提下共享政府数据成为提高政府治理能力和服务水平的一个挑战性问题。从政府部门间数据共享隐私保护需求出发,根据政府数据类型多样、属性复杂等特性,提出了基于中心点聚类的改进K匿名数据共享方法(KMedoid-based KADS)。首先,为减少非需求属性数据的共享范围,对拟共享原始数据表进行预处理,基于属性相关度将其划分为多个数据表;然后,利用基于中心点的记录相似度聚类算法处理划分得到的数据表,生成初步满足K匿名要求的聚类结果表;最后,利用K匿名簇共享算法,根据数据资源请求部门的共享要求,为其提供需求数据所在的K匿名数据表。通过与经典K匿名Incognito算法进行实验比较,表明提出的KMedoid-based KADS算法能有效减少信息损失量,提高共享数据可用性。