-
题名基于OPTICS聚类的差分隐私保护算法的改进
被引量：8
- 1
-
-
作者
王红
葛丽娜
王苏青
王丽颖
张翼鹏
梁竣程
-
机构
广西民族大学信息科学与工程学院
广西民族大学东盟研究中心(广西科学实验中心)
深圳市亿威尔信息技术股份有限公司
广西广播电视信息网络股份有限公司
-
出处
《计算机应用》
CSCD
北大核心
2018年第1期73-78,共6页
-
基金
国家自然科学基金资助项目(61462009)
广西民族大学科研基金资助项目(2014MDYB029)
+1 种基金
广西民族大学研究生科研创新资助项目(gxun-chxps201671)
广西民族大学中国-东盟研究中心(广西科学实验中心)2014年度开放课题项目(TD201404)~~
-
文摘
采用聚类算法预先处理个人隐私信息实现差分隐私保护,能够减少直接发布直方图数据带来的噪声累积现象,同时减小了直方图因合并方式不同带来的重构误差。针对DP-DBSCAN差分隐私算法存在对数据参数输入敏感问题,将基于密度聚类的OPTICS算法应用于差分隐私保护中,并提出改进的DP-OPTICS差分隐私保护算法,对稀疏型数据集进行压缩处理,对比采用同方差噪声和异方差噪声两种添加噪声方式,考虑攻击者能够攻破隐私信息的概率,确定隐私参数ε的上界,有效平衡了敏感信息的隐私性和数据的可用性之间的关系。将DP-OPTICS算法和基于OPTICS聚类的差分隐私保护算法、DP-DBSCAN算法进行对比,DP-OPTICS算法在时间消耗上介于其余二者之间,但是在取得相同参数的情况下,聚类的稳定性在三者中最好,因此改进后OP-OPTICS差分隐私保护算法总体上是可行的。
-
关键词
聚类算法
个人隐私
重构误差
差分隐私保护
OPTICS算法
-
Keywords
clustering algorithm
personal privacy
reconstruction error
differential privacy protection
Ordering PointsTo Identify Clustering Structure （OPTICS） algorithm
-
分类号
TP309.2
[自动化与计算机技术—计算机系统结构]
-
