基于SMC的隐私保护聚类模型

被引：11

作者：

方炜炜 ^{[1
,2
]}

杨炳儒 ^{[2
]}

夏红科 ^{[1
,2
]}

机构：

[1] 北京信息科技大学计算中心

[2] 北京科技大学信息工程学院

来源：

系统工程与电子技术 | 2012年 / 34卷 / 07期

基金：

国家自然科学基金重点项目;

关键词：

安全多方计算; 同态加密; 聚类; 隐私保护数据挖掘;

D O I：

暂无

中图分类号：

TP309 [安全保密]; TP311.13 [];

学科分类号：

081201 ; 0839 ; 1402 ; 1201 ;

摘要：

隐私保护数据挖掘指在实现准确挖掘知识的同时确保敏感数据不泄露。针对垂直分布式数据存储结构的聚类隐私保护问题,提出基于全同态加密协议和数据扰乱方法的隐私保护聚类模型。该模型通过采用安全比较协议解决了垂直分布式聚类的两个隐私保护关键步骤:求解最近簇和判断质心变化,从而实现了数据的有效保护。理论证明了该模型的安全性并分析了其时间复杂度和通信耗量,实验结果表明该隐私保护聚类模型是安全有效的。

引用

页码：1505 / 1510

页数：6

共 11 条

[1] 异构分布的多元线性回归隐私保护模型
方炜炜
任江
夏红科
[J]. 计算机研究与发展, 2011, 48 (09) : 1685 - 1692
[2] 统计分布的多方保密计算
王克
戴一奇
[J]. 计算机研究与发展 , 2010, (02) : 201 - 206
[3] 朴素贝叶斯分类中的隐私保护方法研究
张鹏
唐世渭
[J]. 计算机学报, 2007, (08) : 1267 - 1276
[4] 信息安全综述
沈昌祥
张焕国
冯登国
曹珍富
黄继武
[J]. 中国科学(E辑:信息科学) , 2007, (02) : 129 - 150
[5] 一种有效的隐私保护关联规则挖掘方法
张鹏
童云海
唐世渭
杨冬青
马秀莉
[J]. 软件学报, 2006, (08) : 1764 - 1774
[6] 基于隐私保护的分类挖掘
葛伟平
汪卫
周皓峰
施伯乐
[J]. 计算机研究与发展, 2006, (01) : 39 - 45
[7] 可证明安全性理论与方法研究
冯登国
[J]. 软件学报, 2005, (10) : 1743 - 1756
[8] Privacy preserving data mining: A noise addition framework using a novel clustering technique[J] . Md Zahidul Islam,Ljiljana Brankovic.Knowledge-Based Systems . 2011 (8)
[9] 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
[10] Privacy preserving decision tree learning over multiple parties
Emekci, F.
Sahin, O. D.
Agrawal, D.
El Abbadi, A.
[J]. DATA & KNOWLEDGE ENGINEERING, 2007, 63 (02) : 348 - 361

← 1 2 →