分布的缺失数据中保护隐私的贝叶斯网络学习

摘要：

对隐私的保护性关注限制了参与各方对数据资源的共享使用,为此提出了从分布的缺失数据中保护隐私的贝叶斯网络学习方法--PPHI-EM方法.该方法基于Pohlig-Hellman加密算法,使用安全有向边统计算法得到结构有向边的交集和并集.以交集作为初始网络结构,依次将并集中的其他边放入网络中,通过打分函数值的大小,判断该边是否应予保留.根据设定的适当权重,使用安全矩阵求和算法求解当前网络结构参数.循环计算直至确定网络的最优参数.该方法使用了期望统计来代替实际不存在的充分统计,使数据各方的打分函数便于分解,并基于AMS-EM方法分布迭代改进结构,使之收敛.实验结果验证了该方法的有效性.

关键词：保护隐私的数据挖掘、贝叶斯网络、分布式数据库、安全多方计算

所属期刊栏目：34

分类号：TP393(计算技术、计算机技术)

资助基金：教育部全国优秀博士学位论文作者专项基金200439;教育部科学技术基金105047;霍英东教育基金104019

在线出版日期：2008-04-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：14-16