基于隱私保護的分布式聚類算法折研究.pdf

1、數(shù)據(jù)挖掘技術(shù)正受到人們越來越多的關(guān)注,與此同時隱私保護問題也日益受到廣大人們的重視。如何在保護自身隱私的同時進行充分的合作和數(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。
　　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確率。
　　考慮到信息飛速增長,各個行業(yè)內(nèi)部合作逐步擴大的現(xiàn)實背景,文章在之前提出的基于微簇的聚類算法基礎(chǔ)上進行了擴展,提出了增量式的隱私保護聚類算法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