通过定义考虑权重的匿名表效用度量函数,用于在泛化步骤决定下一个泛化路径以取得较好的泛化效果,在此基础上提出利用频繁项集发现思想的微观数据表匿名隐私保护算法ABFI(algorithm based on frequent setmining),匿名过程仅仅对不满足隐私保护要求等价组中准码属性取值进行泛化。实验结果表明,该方法可以减少信息损失,求解得到更加符合数据分析任务需求的局部最优匿名表。
为了避免Web服务可信性正面度量难以收集数据的问题,提出缺陷驱动的Web服务可信性度量模型TWSMM-SD(trustworthy Web services metrics model based on software defect),利用Web服务中的缺陷数目及类型来间接评测Web服务的可信度。在对Web服务中出现的缺陷进行全面收集、详细分类和可信归类的基础上,TWSMM-SD根据缺陷的演化来