暂无评论
针对基于传统的k-匿名模型下移动用户轨迹数据发布隐私保护算法有可能将相似度极高的轨迹匿名在同一个匿名集中从而导致可能出现的用户个人隐私泄露风险的不足。设计了一种新的轨迹数据发布隐私保护算法。该算法基于
针对目前位置隐私保护方法的不足，提出一种对等通信辅助下可抗攻击的位置隐私保护方法。该方法使用多用户协作构建匿名组代替匿名区域，保证位置k-匿名；将速度引入匿名组的构建，使组内用户不局限于周边；让组内用
针对现有协同过滤推荐系统中存在的用户隐私泄露问题，提出一种基于群组推荐的用户隐私保护方法，利用群组的天然匿名特性，实现用户身份和个人数据的保护，具体方法包括：用户通过自组织或系统聚类形成群组后，在组内
用户隐私保护一直是影响云计算推广的重要问题。当前，针对云服务提供商的用户隐私保护研究还只局限于少数特定领域，没有一个较为通用的方案。这严重阻碍了用户对云服务提供商及云计算服务模式的信任。为解决这一问题
现有社会网络隐私保护方法对大规模社会网络数据表现出隐私保护效果差、处理性能低等缺点，不能满足实际需求。针对这一问题，提出基于Pregel-like的社会网络隐私保护方法。该方法避免了传统MapRedu
为了解决聚类挖掘中的隐私保护问题，针对现有的几何数据转换方法隐私保护度低的不足，提出了一种基于平面反射的几何数据转换方法，即任意选择平面上的一条直线，且将所有属性两两配对以构成平面上的点，对每个点作关
目前，尽管数据挖掘在许多领域都发挥了巨大的作用，但同时它也带来了一系列越来越值得重视的问题，如隐私的保护、信息的安全等。讨论了数据挖掘中的隐私保护问题，提出了一种几何数据转换方法，并将其用于聚类数据挖
针对现有的车载自组织网络(VANET)位置隐私保护方案在假名更新时受到时间和邻居数目限制的问题,提出了一种基于邻近车辆的假名交换方案(PSNV)。在该方案中车辆在同一组内交换假名,并沿着移动路径累积所
针对多敏感属性数据发布中存在的隐私泄露问题，在分析多维桶分组技术的基础上，继承了基于有损连接对隐私数据进行保护的思想，提出了一种(g,l)-分组方法，首先对多敏感属性根据各自的敏感度进行分组，然后将分
针对聚类分析时如何保护隐私的问题,从传统的数据安全度评价标准出发,重新拓展了一般实数上有限维欧氏空间中隐私保护度的评价指标,提出了一种称为OBT(基于正交变换的数据转换方法)的算法,OBT中正交矩阵的
暂无评论