差分隐私保护k-means聚类方法研究

摘要：

研究了基于差分隐私保护的k-means聚类隐私保护方法.首先介绍了隐私保护数据挖掘和隐私保护聚类分析的研究现状,简单介绍了差分隐私保护的基本原理和方法.为了解决差分隐私k-means聚类方法聚类结果可用性差的问题,提出了一个新的IDP k-means聚类方法,并证明了其满足ε-差分隐私保护.最后的仿真实验表明,在相同隐私保护级别下,IDP k-means聚类方法与差分隐私k-means聚类方法相比,聚类可用性得到了较大程度的提高.

关键词：差分隐私、k-均值、聚类、隐私保护

所属期刊栏目：40

分类号：TP309(计算技术、计算机技术)

资助基金：国家自然科学基金61070033;广东省自然科学基金9251009001000005;广东省科技计划项目2010B050400011

在线出版日期：2013-04-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：287-290