面向數(shù)據(jù)挖掘的隱私保護方法研究與應(yīng)用.pdf_第1頁
已閱讀1頁,還剩68頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、近年來,隨著電商企業(yè)的崛起,互聯(lián)網(wǎng)迎來了數(shù)據(jù)爆發(fā)的時代,人們通過網(wǎng)絡(luò)就能輕而易舉地獲得自己所需的信息與服務(wù)。而數(shù)據(jù)挖掘技術(shù)能在大量數(shù)據(jù)環(huán)境中將無規(guī)則的數(shù)據(jù)轉(zhuǎn)變?yōu)橛杏玫男畔?,使這些信息能被人們有效地應(yīng)用與各個方面。然而,數(shù)據(jù)挖掘技術(shù)在應(yīng)用的過程中,不可避免地會接觸到用戶的數(shù)據(jù),這在一定程度上會使得用戶對自己的數(shù)據(jù)的安全性感到擔(dān)憂,從而不愿意共享一些有用的數(shù)據(jù)信息,這就會限制數(shù)據(jù)挖掘技術(shù)的效果。因此,在數(shù)據(jù)挖掘技術(shù)的基礎(chǔ)上應(yīng)用隱私保護方法能

2、有效地解決數(shù)據(jù)安全性的問題,因而數(shù)據(jù)挖掘技術(shù)的安全性問題也成為時下研究的熱點。
  本文首先分析了現(xiàn)有的面向數(shù)據(jù)挖掘的隱私保護技術(shù)的現(xiàn)狀以及所存在的不足,然后從隱私保護的不同角度入手,對隱私保護技術(shù)進行了改進,以使其更好地應(yīng)用于數(shù)據(jù)挖掘中。
  針對隱私保護技術(shù)中的匿名模型,文中提出了一個面向多敏感屬性的個性化K匿名改進算法。通過對參數(shù)的設(shè)置,來對生成等價類中敏感屬性值進行約束,使敏感屬性的分布更加均衡同時也滿足多樣性的需求

3、,并將此算法應(yīng)用到K匿名模型中。并通過實驗結(jié)果證明,改進的K匿名模型在保護數(shù)據(jù)隱私的同時,減少了元組的隱匿率。
  針對隱私保護技術(shù)中的隨機化方法,本文將隱私保護技術(shù)與信任模型相結(jié)合,提出了一個基于隱私保護的信任評估模型。該模型借助擴展的部分隱藏隨機化回答(ERRPH)方法,能有效地保護隱私的同時,又不影響信任度的判斷。在信任值的計算過程中,也結(jié)合了基于貝葉斯的理論的計算方法。通過仿真,驗證了本模型具有一定的隱私保護效果,同時也實

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論