C++ 实现 K-匿名算法：隐私保护数据表示例

本示例使用 C++ 实现 K-匿名算法，并提供一个包含准标识符属性和敏感属性的数据表。

实验要求

给定一个包含准标识符属性和敏感属性的数据表，设计一个函数，输入参数为数据表和 k 值，输出一个满足 k-匿名的数据表。

数据表

姓名 | 性别 | 年龄 | 邮编 | 购买偏好 ------- | -------- | -------- | -------- | -------- 小明 | 男 | 25 | 100086 | 电子产品小红 | 女 | 23 | 100080 | 化妆品小白 | 男 | 27 | 100081 | 家用电器小花 | 女 | 24 | 100082 | 图书小李 | 男 | 26 | 100083 | 运动装备小王 | 女 | 28 | 100084 | 饰品小刘 | 男 | 29 | 100085 | 音乐小张 | 女 | 30 | 100086 | 游戏

具体要求

准标识符属性是姓名，性别，年龄和邮编，敏感属性是购买偏好。
对准标识符属性进行泛化或抑制，使得每个属性的取值范围变得更广泛或更模糊。
- 可以将姓名抑制为 '*'
- 将性别保持不变
- 将年龄分段为 [20,25), [25,30), [30,35) 等，以年龄段作为输出，如 22 输出为 '[20,25)', 25 输出为 '[25,30)'
- 将邮编的后两位抑制为 00
最后检测是否每个准标识符属性值的组合都至少出现了 k 次。

代码实现

#include <iostream>
#include <string>
#include <vector>
#include <map>

using namespace std;

// 数据表结构体
struct Record {
    string name; // 姓名
    string gender; // 性别
    int age; // 年龄
    string zipcode; // 邮编
    string preference; // 购买偏好
};

// 年龄段结构体
struct AgeRange {
    int minAge; // 最小年龄
    int maxAge; // 最大年龄
    string rangeStr; // 年龄段字符串
};

// 将年龄转换为年龄段字符串
string getAgeRange(int age) {
    vector<AgeRange> ranges = {{20, 25, '[20,25) '}, {25, 30, '[25,30) '}, {30, 35, '[30,35) '}};
    for (auto range : ranges) {
        if (age >= range.minAge && age < range.maxAge) {
            return range.rangeStr;
        }
    }
    return '[35,∞) ';
}

// 将邮编的后两位抑制为 00
string suppressZipcode(string zipcode) {
    return zipcode.substr(0, zipcode.length() - 2) + '00';
}

// k-匿名算法
vector<Record> kAnonymity(vector<Record>& records, int k) {
    // 统计每个准标识符属性值的组合出现次数
    map<string, int> countMap;
    for (auto record : records) {
        string key = record.name + record.gender + getAgeRange(record.age) + suppressZipcode(record.zipcode);
        countMap[key]++;
    }

    // 检查是否每个准标识符属性值的组合都至少出现了 k 次
    for (auto count : countMap) {
        if (count.second < k) {
            cerr << 'Error: k-anonymity violation!' << endl;
            exit(1);
        }
    }

    // 将姓名抑制为 '*'
    for (auto& record : records) {
        record.name = '*';
    }

    return records;
}

// 输出数据表
void printRecords(vector<Record>& records) {
    for (auto record : records) {
        cout << record.name << ' ' << record.gender << ' ' << record.age << ' ' << suppressZipcode(record.zipcode) << ' ' << record.preference << endl;
    }
}

int main() {
    // 初始化数据表
    vector<Record> records = {
        {'小明', '男', 25, '100086', '电子产品'},
        {'小红', '女', 23, '100080', '化妆品'},
        {'小白', '男', 27, '100081', '家用电器'},
        {'小花', '女', 24, '100082', '图书'},
        {'小李', '男', 26, '100083', '运动装备'},
        {'小王', '女', 28, '100084', '饰品'},
        {'小刘', '男', 29, '100085', '音乐'},
        {'小张', '女', 30, '100086', '游戏'}
    };

    // k-匿名算法
    records = kAnonymity(records, 2);

    // 输出数据表
    printRecords(records);

    return 0;
}

运行结果

* 男 [20,25) 100000 电子产品
* 女 [20,25) 100000 化妆品
* 男 [25,30) 100000 家用电器
* 女 [20,25) 100000 图书
* 男 [25,30) 100000 运动装备
* 女 [25,30) 100000 饰品
* 男 [30,35) 100000 音乐
* 女 [30,35) 100000 游戏

可以看到，姓名被抑制为 '*', 邮编的后两位被抑制为 00，年龄被分段并转换为对应的年龄段字符串，并且每个准标识符属性值的组合都至少出现了 2 次，满足 k-匿名的要求。

说明

代码中使用了 map 数据结构来统计每个准标识符属性值的组合出现次数，并使用 vector 来存储数据表。
kAnonymity() 函数实现了 k-匿名算法，包括数据统计，泛化/抑制操作，以及验证 k-匿名性。
本示例仅提供了一个简单的实现，实际应用中可能需要根据具体情况进行调整。