保護隱私的數據挖掘方法研究.pdf_第1頁
已閱讀1頁，還剩54頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、信息時代給我們帶來了數據在數量和復雜性上的爆炸性增長，也催生了富有挑戰(zhàn)性的研究領域——數據挖掘。在很多情況下，數據由不同的組織持有、分布于不同的地理位置，而且持有者可能出于數據安全性和敏感性等原因不愿意直接共享他們的數據。怎樣跨越數據挖掘和數據機密性之間的這道鴻溝進行各種研究和應用，是當前數據挖掘的一大研究方向，稱為保護隱私的數據挖掘(Privacy-PreservingDataMining，PPDM)。 保護隱私的數據挖掘方法

2、有兩大類，隨機化方法和基于密碼學的方法，本文關注前者，它有兩種模式，基于隨機數據擾亂以及基于隨機響應的方法。隨機數據擾亂方法及重構技術難以消除由于屬性變量本身相關性引起的數據泄露。本文介紹了一種利用主成分分析進行屬性精簡的增強隨機化方法，降低了參與數據挖掘的屬性數據間相關性，更好的保護了隱私數據，同時對此方法實施條件下數據遺失率及隱私保護性能進行了量化研究，得出隱私保護性能與屬性精簡程度和隨機量數學特征之間的關系。 基于隨機響應

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。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，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確性、安全性和完整性, 同時也不承擔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