分布的缺失数据中保护隐私的贝叶斯网络学习

被引：4

作者：

王红梅 ^{[1
]}

曾沅 ^{[1
]}

赵政 ^{[2
]}

机构：

[1] 天津大学电气与自动化工程学院

[2] 天津大学计算机科学与技术学院

来源：

计算机工程 | 2008年 / 01期

关键词：

保护隐私的数据挖掘; 贝叶斯网络; 分布式数据库; 安全多方计算;

D O I：

暂无

中图分类号：

TP309 [安全保密];

学科分类号：

081206 [计算机网络与安全];

摘要：

对隐私的保护性关注限制了参与各方对数据资源的共享使用,为此提出了从分布的缺失数据中保护隐私的贝叶斯网络学习方法——PPHI-EM方法。该方法基于Pohlig-Hellman加密算法,使用安全有向边统计算法得到结构有向边的交集和并集。以交集作为初始网络结构,依次将并集中的其他边放入网络中,通过打分函数值的大小,判断该边是否应予保留。根据设定的适当权重,使用安全矩阵求和算法求解当前网络结构参数。循环计算直至确定网络的最优参数。该方法使用了期望统计来代替实际不存在的充分统计,使数据各方的打分函数便于分解,并基于AMS-EM方法分布迭代改进结构,使之收敛。实验结果验证了该方法的有效性。

引用

页码：14 / 16

页数：3