首页 | 本学科首页   官方微博 | 高级检索  
     

差分隐私保护研究综述
引用本文:李 杨,温 雯,谢光强.差分隐私保护研究综述[J].计算机应用研究,2012,29(9):3201-3205.
作者姓名:李 杨  温 雯  谢光强
作者单位:1. 广东工业大学 a. 自动化学院 b. 计算机学院,广州,510006
2. 广东工业大学 计算机学院,广州,510006
基金项目:上海理工大学博士科研启动经费资助项目(1D-10-303-002);上海市第三期本科教育高地建设资助项目—上海理工大学电子商务交易教育高地子课题;国家自然科学基金资助项目(70973079)
摘    要:差分隐私保护通过添加噪声使数据失真,从而起到保护隐私的目的,对于一个严格定义下的攻击模型,其具有添加噪声少、隐私泄露风险低的优点。介绍了差分隐私保护的理论基础和最新研究进展,详细阐述了分类、聚类等差分隐私学习方法的最新研究情况,介绍了一个差分隐私保护的应用框架PINQ(privacy integratedqueries),并对未来的研究发展方向进行了展望。

关 键 词:差分隐私  隐私保护  数据失真  数据挖掘  数据发布

Survey of research on differential privacy
LI Yang,WEN Wen,XIE Guang-qiang.Survey of research on differential privacy[J].Application Research of Computers,2012,29(9):3201-3205.
Authors:LI Yang  WEN Wen  XIE Guang-qiang
Affiliation:a. School of Automation, b. School of Computers, Guangdong University of Technology, Guangzhou 510006, China
Abstract:Vast real-time high speed streams data generate upon many engineering fields. Compared with traditional static data, streams data analysis faces great challenge in terms of resources. Association rules mining in data streams attract much attention due to its significant application in industries. This papr presented related formal definitions of association rules and the basic algorithm for association rules mining in data streams. Based on systematic investigation of association rules mining researches on streams data, analyzed issues and how they were resolved in current literatures. Also discussed the future directions in association rules mining.
Keywords:data mining  data streams  association rules  frequent itemsets  frequent patterns  knowledge discovery
本文献已被 CNKI 万方数据 等数据库收录!
点击此处可从《计算机应用研究》浏览原始摘要信息
点击此处可从《计算机应用研究》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号