10.3969/j.issn.1000-3428.2012.03.005
基于概率论的隐私保持分类挖掘
在现有的基于数据扰动的隐私保持分类挖掘算法中,扰动数据和原始数据相关联,对隐私数据的保护并不完善,且扰动算法和分类算法耦合度高,不适合在实际中使用.为此,提出一种基于概率论的隐私保持分类挖掘算法.扰动后可得到一组与原始数据独立同分布的数据,使扰动数据和原始数据不再相瓦关联,各种分类算法也可直接应用于扰动后的数据.
数据挖掘、隐私保持、数据扰动、随机噪声、决策树
38
TP391.4(计算技术、计算机技术)
国家“863”计划基金资助项目2007AA02Z329
2012-06-26(万方平台首次上网日期,不代表论文的发表时间)
共3页
12-13,18