摘要：数据表的k-匿名化（k-anonymization）是数据时保护私有信息的一种重要方法.泛化/隐匿是实现k-匿名的传统技术,然而,该技术存在效率低、k-匿名化后数据的可用性差等问题.近年来,微聚集（Microaggregation）算法被应用到数据表的k-匿名化上,弥补了泛化/隐匿技术的不足,其基本思想是：将大量的数据按相似程度划分为若干类,要求每个类内元组数至少为k个,然后用类质心取代类内元组的值,实现数据表的k-匿名化.本文综述了微聚集算法的基本思想、相关技术和当前动态,对现有的微聚集算法进行了分类分析,并总结了微聚集算法的评估方法,最后对微聚集算法的研究难点及未来的发展趋势作了探讨.

关键词：微数据 微聚集 隐私保护 

单位：华东理工大学计算机科学与工程系; 上海200237; 浙江师范大学数理与信息工程学院; 浙江金华321004