基于隱私保護(hù)的分布式聚類算法折研究.pdf_第1頁
已閱讀1頁，還剩60頁未讀， 繼續(xù)免費(fèi)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(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、數(shù)據(jù)挖掘技術(shù)正受到人們越來越多的關(guān)注,與此同時隱私保護(hù)問題也日益受到廣大人們的重視。如何在保護(hù)自身隱私的同時進(jìn)行充分的合作和數(shù)據(jù)的共享,已經(jīng)成為人工智能領(lǐng)域的一個研究熱點(diǎn)。
　　本文主要針對多方合作計算問題展開了研究,目的在于使參與各方能在很好的保護(hù)自身敏感數(shù)據(jù)及數(shù)據(jù)分布情況等知識的前提下,能很好的進(jìn)行相互間的協(xié)作,挖掘出基于整體數(shù)據(jù)集的知識作為參與者的共同財產(chǎn)。通過將數(shù)據(jù)流當(dāng)中的微簇概念引入到分布式的環(huán)境中,并加入多方安全協(xié)議,

2、我們提出了基于隱私保護(hù)的分布式聚類算法。該算法具有很小的通信消耗,較低的計算時間復(fù)雜度,然而卻具有很好的安全性以及較高的準(zhǔn)確率。
　　考慮到信息飛速增長,各個行業(yè)內(nèi)部合作逐步擴(kuò)大的現(xiàn)實背景,文章在之前提出的基于微簇的聚類算法基礎(chǔ)上進(jìn)行了擴(kuò)展,提出了增量式的隱私保護(hù)聚類算法IDPPKMeans(Increment Distributing Privacy Protect K-Means),避免了由于新的數(shù)據(jù)集加入到合作系統(tǒng)中而引起所

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(hù)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