差分隐私保护k-means聚类方法研究.pdfVIP

下载本文档

61
0
约2.37万字
约 5页
2019-10-26 发布于广东
举报
版权申诉

差分隐私保护k-means聚类方法研究.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

第40卷第3期计算机科学 V01．40No．3 Science Mar2013 2013年3月 Computer 差分隐私保护k-means聚类方法研究李杨1’2郝志峰2温雯2谢光强1’2 (广东工业大学自动化学院广州510006)1(广东工业大学计算机学院广州510006)2 摘要研究了基于差分隐私保护的k-means聚类隐私保护方法。首先介绍了隐私保护数据挖掘和隐私保护聚类分析的研究现状，简单介绍了差分隐私保护的基本原理和方法。为了解决差分隐私kmeans聚类方法聚类结果可用性差的问题，提出了一个新的IDPk-means聚类方法，并证明了其满足￡‘差分隐私保护。最后的仿真实验表明，在相同隐私保护级别下，IDPk—means聚类方法与差分隐私k-means聚类方法相比，聚类可用性得到了较大程度的提高。关键词差分隐私，电一均值。聚类，隐私保护中图法分类号TP309文献标识码A onDifferential k-means Research Privacy Clustering Preserving LI WEN XIE HAO Wen2 Yan91·2 Zhi-fen92 Guangqian91’2 of of (School 510006，China)1 Automation，GuangdongUniversityTechnology，Guangzhou (Sch∞1of of 510006，China)2 Computers，GuangdongUniversityTechnology，Guangzhou AbstractWestudiedk-means methodwithintheframeworkofdifferential clustering privacypreserving privacy．We first the introducedresearchstatusof data and privacypreserveminingprivacypreserveclustering，brieflypresenting thebasic andmethodofdifferential the ofdifferential principle privacy．Toimprovepoorclusteringavailability privacy anew IDPk-means it k-means，we methodof and satisfiese-differential presented clusteringproved