一种分布式隐私保护的密度聚类算法

摘要：

对基于密度的分布式聚类算法DBDC进行改进,提出了一种基于密度的分布式隐私保护聚类算法DBPPDC.在由局部模型确定全局模型时,通过相关安全协议有效地保护了局部模型,同时不影响全局聚类.在利用全局模型更新局部模型时,通过改进算法、应用安全协议保护隐私信息,最终使各站点分布的数据能够安全聚类.理论分析和实验结果表明,DBPPDC算法是有效的.

关键词：隐私保护、分布式聚类、DBDC、DBPPDC

所属期刊栏目：4

分类号：TP311.1(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目40771163

在线出版日期：2009-06-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：137-141