面向聚类分析的邻域拓扑势熵数据扰动方法.pdfVIP

第 35卷第9期 哈 尔 滨 工 程 大 学 学 报 Vol_35No．9 2014年 9月 JournalofHarbinEngineeringUniversity Sep．2014 面向聚类分析的邻域拓扑势熵数据扰动方法 张冰，杨静，张健沛，谢静 (哈尔滨工程大学计算机科学与技术学院，黑龙江 哈尔滨 150001) 摘 要：针对现有数据扰动方法难以维持原始数据的聚类可用性问题 ，提出了一种隐私保护数据扰动算法 DPTPE．基于 邻域拓扑势熵将节点划分为不同类型，对于邻域分散型节点，以该节点的k邻域中节点坐标的均值替换其原始坐标；对 于邻域紧密型节点，在其安全邻域中随机选择一个节点替换该节点。实验结果表明，DPTPE算法可以保护数据的隐私 安全 ，还能够较好地维持数据集的聚类可用性。 关键词：隐私保护；聚类分析；数据扰动；邻域拓扑势熵；安全邻域 doi：10．3969／j．issn．1006·7043．201311034 网络出版地址：http：／／www．cnki．net／kcms／doi／10．3969／j．issn．1006—7043，201311034．html 中图分类号：TP391．4 文献标志码：A 文章编号：1006—7043(2014)09—1149—07 A neighborhoodtopologicalpotentialentropy dataperturbationmethodforclusteringanalysis ZHANG Bing，YANG Jing，ZHANG Jianpei，XIEJing (CollegeofComputerScienceandTechnology，HarbinEngineeringUniversity，Harbin150001，China) Abstract：Theexistingdataperturbationmethodscanhardlymaintaintheclusteringresultsoftheoriginaldata．As atrade—off，aprivacypreservingdataperturbation algorithm DPTPE isproposed，whichpartitionsthenodesinto twotypes．Foraneighborhooddispersednode，usetheaveragevalueofthenodeskneighborhoodvaluestoreplace theinitialvalue；foraneighborhoodconcentratednode，randomlychooseanodevaluefrom thenodes safetyneigh— borhoodtoreplacetheinitialvalue．Experimentsshow thatDPTPE algorithm can notonlyavoidleakingthedata privacy，butcanalsobettermaintaintheclusteringutilityofthedataset． Keywords：privacypreserving；clusteringanalysis；dataperturbation；neighborhoodtopologicalpotentialentropy； safetyneighborhood 近年来，数据的隐私保护问题越来越被人们所 现面向聚类分析的数据隐藏。为实现数据隐藏后的 关注 ¨ 。如何保持隐藏数据的聚类可用性，即在 聚类可用性，文献 [8]提出一种基于Fourier变换的 隐私保护和聚类分析间寻求折衷，是 目前研究的热 数据扰动方法，保证数据扰动前后元组问的距离差 点与难点之一。现有研究主要通过基 于限制发 值在一定范围内，以维持隐藏数据的聚类效用。文 布 j和基于数据失真 j2种方式实现数据的隐私