基于快速搜索與發(fā)現(xiàn)密度峰值的K-匿名隱私保護.pdf

1、隨著信息技術(shù)的不斷發(fā)展，豐富的數(shù)據(jù)資源給人們的生活帶來便捷的同時，信息安全問題也面臨著巨大挑戰(zhàn)。一些社交網(wǎng)絡(luò)在發(fā)布數(shù)據(jù)前為了防止隱私信息泄露，需要對這些數(shù)據(jù)進行隱私保護處理，然而傳統(tǒng)的隱私保護方法難以兼顧隱私安全和數(shù)據(jù)的可用性。因此，在保證發(fā)布數(shù)據(jù)隱私安全的同時提高數(shù)據(jù)的可用性，成為近年來的研究熱點。
　　目前在眾多的隱私保護方法中，K-匿名是一種常用的、較為有效的方法。在當(dāng)今大數(shù)據(jù)的背景下，基于聚類的K-匿名方法是本領(lǐng)域近期的研

2、究重點之一，和傳統(tǒng)的K-匿名算法相比，通過對數(shù)據(jù)進行聚類操作，提高了數(shù)據(jù)的可用性。但也存在著一些問題，如聚類精度依賴初始類中心的設(shè)定從而導(dǎo)致更多的信息損失、對于不同類型數(shù)據(jù)集適應(yīng)性較差等。針對這些問題，本文提出了改進算法，主要工作如下：
　?。?）基于快速搜索和發(fā)現(xiàn)密度峰值聚類算法（Clustering by fast search and find of density peak，CFSFDP）對K-匿名模型進行改進，提出基于C

3、FSFDP的匿名保護算法（K-CFSFDP）。該算法在數(shù)據(jù)劃分的過程中能夠自動識別聚類中心，且可以發(fā)現(xiàn)任意形狀的類，提高了劃分精度，減少了匿名后的信息損失和算法運行時間。
　　（2）提出了基于半監(jiān)督的CFSFDP聚類算法。通過引入監(jiān)督信息（成對約束），對聚類過程進行指導(dǎo)，提高了CFSFDP算法的聚類精度。
　?。?）基于半監(jiān)督的CFSFDP聚類算法對K-CFSFDP匿名算法進行了改進，設(shè)計并實現(xiàn)了基于半監(jiān)督的K-CFSFDP