基于隐私保护的分布式聚类算法折分析-计算机应用技术专业论文.docxVIP

摘要数据挖掘技术正受到人们越来越多的关注，与此同时隐私保护问题也日益受 摘要 数据挖掘技术正受到人们越来越多的关注，与此同时隐私保护问题也日益受 到广大人们的重视。如何在保护自身隐私的同时进行充分的合作和数据的共享， 已经成为人工智能领域的一个研究热点。 本文主要针对多方合作计算问题展开了研究，目的在于使参与各方能在很好 的保护自身敏感数据及数据分布情况等知识的前提下，能很好的进行相互间的协 作，挖掘出基于整体数据集的知识作为参与者的共同财产。通过将数据流当中的 微簇概念引入到分布式的环境中，并加入多方安全协议，我们提出了基于隐私保 护的分布式聚类算法。该算法具有很小的通信消耗，较低的计算时间复杂度，然 而却具有很好的安全性以及较高的准确率。 考虑到信息飞速增长，各个行业内部合作逐步扩大的现实背景，文章在之前 提出的基于微簇的聚类算法基础上进行了扩展，提出了增量式的隐私保护聚类算 法IDPPKMeans(Increment Distributing Privacy Protect K-Means)，避免了由于新 的数据集加入到合作系统中而引起所有数据进行重新聚类的问题。最后通过实验 证明该算法具有较高的准确度，并能很好的保护数据的安全性。 关键字：隐私保护，分布式，数据挖掘，微簇，安全计算 AbstractAs Abstract As data mining technique has been becoming more and more 1mportant in co咖erce，a sensitive question which is privacy protect in data毗nlng， and is also a饥ract more and more attention both of normal persons researchers．PPDM(Privacy Protect Data Mining)is a hotspot of artl士_icla土 intelligence now． In this article， we mainly study on the multi—security calculate problem． And the goal i s to propose a clustering arithmetic， which can the Drevent every participator’ s subtle information，which contains both sensitive data and the knowledge from data analyzing·In the privacy oi protect distributing clustering arithmetic，we adopt the concept min-cluster from data string，and join in multi—security protocols·From the experiment，the PPDCA is proved to be with high accuracy，with loW time complications，and the last but most important security· Considering the increment of information and cooperation，it is quite common that some other data owners may enter the cooperation system，which means all the results should be update．In order to avoid clustering all the data again，we bring forward the IDPPKMeans(Increment Distributing Privacy Protect K-Means)．At last，the experimental results and analysls bear out the arithmetic has lots attributes which are needed in PPDM，such as high accuracy，low time and communication complications，and security wi th no data or private knowledge leakiness． Key word：Privacy Protect，Distribution，