| 基于差分隐私的K-means算法优化研究综述 |
| |
| 引用本文： | 孔钰婷,谭富祥,赵鑫,张正航,白璐,钱育蓉. 基于差分隐私的K-means算法优化研究综述[J]. 计算机科学, 2022, 49(2): 162-173. DOI: 10.11896/jsjkx.201200008 |
| |
| 作者姓名： | 孔钰婷 谭富祥 赵鑫 张正航 白璐 钱育蓉 |
| |
| 作者单位： | 新疆大学软件学院 乌鲁木齐830000;新疆维吾尔自治区信号检测与处理重点实验室 乌鲁木齐830046;新疆大学软件工程重点实验室 乌鲁木齐830000 |
| |
| 基金项目： | 国家自然科学基金(61966035)； |
| |
| 摘 要： | 差分隐私K-means算法(Differential Privacy K-means Algorithm,DP K-means)作为一种基于差分隐私技术的隐私保护数据挖掘(Privacy Preserving Data Mining,PPDM)模型,因简单高效且可保障数据的隐私而备受研究者的关注。文中首先阐述了差分隐私K-means算法的原理、隐私攻击模型,以分析算法的不足。然后从数据预处理、隐私预算分配、聚簇划分等3个角度讨论分析DP K-means算法改进研究的优缺点,并对研究中的相关数据集和通用评价指标进行了总结。最后指出DP K-means算法改进研究中亟待解决的挑战性问题,并展望了DP K-means算法的未来发展趋势。
|
| 关 键 词： | 差分隐私K-means算法 差分隐私 隐私保护 隐私保护数据挖掘 |
Review of K-means Algorithm Optimization Based on Differential Privacy |
| |
| KONG Yu-ting,TAN Fu-xiang,ZHAO Xin,ZHANG Zheng-hang,BAI Lu,QIAN Yu-rong. Review of K-means Algorithm Optimization Based on Differential Privacy[J]. Computer Science, 2022, 49(2): 162-173. DOI: 10.11896/jsjkx.201200008 |
| |
| Authors: | KONG Yu-ting TAN Fu-xiang ZHAO Xin ZHANG Zheng-hang BAI Lu QIAN Yu-rong |
| |
| Affiliation: | (College of Software,Xinjiang University,Urumqi 830000,China;Key Laboratory of Signal Detection&Processing in Xinjiang Autonomous Region,Xinjiang University,Urumqi 830046,China;Key Laboratory of Software Engineering,Xinjiang University,Xinjiang University,Urumqi 830000,China) |
| |
| Abstract: | |
| |
| Keywords: | Differential privacy K-means algorithm Differential privacy Privacy preservation Privacy preserving data mining |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
