基于聚类分析的个性化异构数据发布

摘要：

由于异构数据的发布缺乏灵活性与实用性,提出了一种基于聚类分析的个性化异构数据发布方法.首先综合考虑数据的各种属性,通过聚类标签对数据的集群结构进行编码.另外,通过不断迭代更新原始数据能够始终保留数据的聚类结构,进一步在原始数据中加入噪声从而满足-差分隐私的要求.在满足差分隐私原则的前提下,提出了一种同时处理关系数据和集值数据的不确定性算法,不同类型的数据以类似的方式进行匿名化.通过实验验证了该方法能够有效提升异构数据发布的泛化能力,提升安全性与实用性.

关键词：隐私;异构数据;个性化;泛化性

所属期刊栏目：21

分类号：TP183;O211.61(自动化基础理论)

资助基金：国家自然科学基金青年科学基金51807014

在线出版日期：2021-08-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：5813-5821