分布式聚类算法的隐私保护研究

被引：1

作者：

刘英华 ^{[1
,2
]}

杨炳儒 ^{[1
]}

曹丹阳 ^{[1
]}

马楠 ^{[1
]}

机构：

[1] 北京科技大学信息工程学院

[2] 中国青年政治学院

来源：

关键词：

数据挖掘; 隐私保护; 聚类; 分布式数据;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

隐私保护数据挖掘是在不精确访问原始数据的基础上,挖掘出准确的规则和知识。针对分布式环境下聚类挖掘算法的隐私保护问题,提出了一种基于完全同态加密的分布式聚类挖掘算法(FHE-DK-MEANS算法)。理论分析和实验结果表明,FHE-DK-MEANS算法不仅具有很好的数据隐私性,而且保持了聚类精度。

引用

页码：160 / 162

页数：3

共 3 条

[1] 隐私保护数据发布中身份保持的匿名方法
童云海
陶有东
唐世渭
杨冬青
[J]. 软件学报, 2010, 21 (04) : 771 - 781
[2] Privacy preserving clustering on horizontally partitioned data
Inan, Ali
Kaya, Selim V.
Saygin, Yuecel
Savas, Erkay
Hintoglu, Ayca A.
Levi, Albert
[J]. DATA & KNOWLEDGE ENGINEERING, 2007, 63 (03) : 646 - 666
[3] Foundations of Secure Computation .2 Rivest RL,Adleman L,Derlouzos ML. Foundations of Secure Computation Academic Press . 1978