暂无评论
在现有的基于差分隐私保护的直方图发布聚类处理算法中，没有算法考虑对方差较小与方差较大的直方图计数集加以区别对待，从而在处理方差较小的直方图计数集时造成算法复杂度过大。针对方差较小的直方图计数集，提出一
针对现有轨迹差分隐私保护发布方法面临的独立噪声容易被滤除的问题,提出一种轨迹差分隐私发布方法——CLM。CLM 提出一种相关性拉普拉斯机制,利用高斯噪声通过特定的滤波器,产生与原始轨迹序列自相关函数一
针对传统隐私保护方法无法应对任意背景知识下恶意分析的问题,提出了分布式环境下满足差分隐私的k-means算法。该算法利用MapReduce计算框架,由主任务控制k-means迭代执行;指派Mapper
基于差分隐私保护的离群值消除k均值聚类算法
差分隐私是一种提供强大隐私保护的模型。在非交互框架下，数据管理者可发布采用差分隐私保护技术处理的数据集供研究人员进行挖掘分析。但是在数据发布过程中需要加入大量噪声，会破坏数据可用性。因此，提出了一种基
针对权重社会网络发布隐私保护中的弱保护问题,提出一种基于差分隐私模型的随机扰动方法可实现边及边权重的强保护。设计了满足差分隐私的查询模型-WSQuery,WSQuery 模型可捕获权重社会网络的结构,
由于社交网络图结构的动态变化特性,需要采用有效的动态隐私保护方法。针对现有动态数据发布隐私保护方法中存在的攻击者背景知识单一、对图结构动态变化适应性较低等问题,提出基于聚类的动态图发布隐私保护方法。分
基于差分隐私的动态数据发布隐私保护模型及算法研究 摘要 随着社会的进步科技的发展信息越来越发达信息是用来分享和传播的在这个过程中用户的信息经常会被泄露这个使得人们现在很注意对自己的隐私进行保护在大数据
基于差分隐私的动态聚类算法，任倬辉，罗涛，数据挖掘可以从复杂类型的数据中提炼出有价值的信息。随着时间或空间的延续会产生各式各样的数据，由于这类数据都是在某个维度上
差分隐私保护是目前非常热的课题，一篇中文综述送给大家
暂无评论