一种分布式隐私保护的密度聚类算法

被引：4

作者：

吉根林

姚瑶

机构：

[1] 南京师范大学数学与计算机科学学院

来源：

智能系统学报 | 2009年 / 4卷 / 02期

关键词：

隐私保护; 分布式聚类; DBDC; DBPPDC;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

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.

引用

页码：137 / 141

页数：5