基于隱私保護(hù)的分布式聚類算法研究.pdf_第1頁
已閱讀1頁,還剩55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(bào)或認(rèn)領(lǐng)

文檔簡介

1、數(shù)據(jù)挖掘技術(shù)在發(fā)現(xiàn)規(guī)律和知識的同時(shí)也暴露了一些隱私信息,隱私保護(hù)因此成為數(shù)據(jù)挖掘過程中需要研究的重要問題,其目標(biāo)是在不訪問真實(shí)原始數(shù)據(jù)的條件下,能得到正確的數(shù)據(jù)挖掘結(jié)果。聚類分析是數(shù)據(jù)挖掘領(lǐng)域的一項(xiàng)重要研究內(nèi)容,它在金融、電信、保險(xiǎn)業(yè)、市場營銷、異常檢測、網(wǎng)絡(luò)安全、科學(xué)決策等方面具有十分重要的應(yīng)用價(jià)值。由于網(wǎng)絡(luò)帶寬、站點(diǎn)存儲量、信息安全及隱私保護(hù)等限制,需要進(jìn)行分布式聚類。本文將探討分布式聚類過程中的隱私保護(hù)問題,研究基于隱私保護(hù)的分布

2、式聚類算法,主要?jiǎng)?chuàng)新點(diǎn)如下。
   1.針對水平劃分的分布式數(shù)據(jù)庫,提出了一種基于隱私保護(hù)的分布式聚類算法PPDK-Means,該算法基于K-Means的思想實(shí)現(xiàn)分布式聚類,并且聚類過程中引入半可信第三方,應(yīng)用安全多方技術(shù)保護(hù)本站點(diǎn)真實(shí)數(shù)據(jù)不被傳送到其他站點(diǎn),從而達(dá)到隱私保護(hù)的目的。理論分析和實(shí)驗(yàn)結(jié)果表明PPDK-Means算法是有效的。
   2.針對垂直劃分的分布式數(shù)據(jù)庫,提出了一種基于隱私保護(hù)的分布式聚類算法PPD

3、C_VP,該算法基于K-Means的思想實(shí)現(xiàn)分布式聚類,并且聚類過程中應(yīng)用擾亂技術(shù)保護(hù)本站點(diǎn)真實(shí)信息不被傳送到其他站點(diǎn),從而達(dá)到隱私保護(hù)的目的。理論分析和實(shí)驗(yàn)結(jié)果表明PPDC_VP 算法是有效的。
   3.對基于密度的分布式聚類算法DBDC進(jìn)行改進(jìn),提出了一種基于密度的分布式隱私保護(hù)聚類算法DBPPDC。在由局部模型確定全局模型時(shí),通過相關(guān)安全協(xié)議有效地保護(hù)了局部模型,同時(shí)不影響全局聚類。在利用全局模型更新局部模型時(shí),通過改進(jìn)

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(shí)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