基于聚類的匿名化隱私保護算法研究.pdf_第1頁
已閱讀1頁，還剩63頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、隨著信息化網絡及各種應用的不斷發(fā)展，積累了大量的數據信息。人們利用數據挖掘可以從雜亂的數據中得到有價值的信息，對海量數據的分析研究在帶來巨大的經濟效益和方便人們生活的同時，數據的直接發(fā)布也不可避免地帶來隱私泄露的問題。匿名化是實現數據發(fā)布中隱私保護的主要技術之一。本文針對基于聚類的匿名化隱私保護算法展幵研究工作。
　　針對現有的基于聚類的k-匿名算法對孤立點敏感、信息損失較多、執(zhí)行效率較低的問題，本文提出一種基于聚類優(yōu)化的k-匿名

2、改進算法。該算法通過劃分出孤立點，使其不參與整個聚類過程，從而消除聚類結果對孤立點的敏感度；通過計算出初始聚類中心，減少了聚類過程中的迭代次數，聚類收斂快并易于得到更精準的聚類結果，使得之后的泛化過程中減少信息損失，并提高基于聚類的k-匿名隱私保護算法的效率。淪文從安全性、有效性及算法復雜性方面對基于聚類的k-匿名改進算法進行了分析，并從信息損失和執(zhí)行效率兩方面對算法進行了實驗測試。
　　針對現有的ι-多樣性匿名隱私保護算法信息損

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論