基于随机扰动的隐私保护算法研究

刘爽英; 杨秋翔; 马巧梅

您当前的位置：

首页 >

文章列表页 >

基于随机扰动的隐私保护算法研究

更新时间：2026-09-14

- 基于随机扰动的隐私保护算法研究
- 基于随机扰动的隐私保护算法研究
- Issue 5, (2011)
- 作者机构：
  
  中北大学电子与计算机科学技术学院
- 作者简介：
- 基金信息：
- DOI：
  CLC：
- Published：2011
- 稿件说明：
移动端阅览
刘爽英, 杨秋翔, 马巧梅. 基于随机扰动的隐私保护算法研究[J]. 2011, (5).
DOI：

刘爽英, 杨秋翔, 马巧梅. 基于随机扰动的隐私保护算法研究[J]. 2011, (5). DOI：

摘要

如何在数据挖掘的过程中保护私有信息

并且获得更为准确的挖掘结果成为数据挖掘领域中一个非常有意义的研究课题.在MASK(Mining Associations with Secrecy Constraints)算法的基础上提出了一种改进的基于随机扰动的隐私保护挖掘算法RPM(Random Perturbation MASK).相对于MASK算法

改进后的算法减少了对数据库的扫描次数

降低了MASK算法在计算数据支持度时的复杂度.实验证明RPM算法的运行效率得到了明显提高.

Abstract

The privacy protection in data mining process and the accuracy of the data mining results are of academic significance.Based on MASK(Mining Associations with Secrecy Constraints) algorithm

a new algorithm for privacy protection in data mining process

being named as RPM(Random Perturbation MASK)

was presented through improving the random perturbation method.The proposed algorithm takes fewer times to scan the database than MASK dose and reduces the complexity in data-support computation.The experiments proved that the runtime efficiency of the RPM was remarkably improved.

关键词

Keywords

references

Views

201

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Research on Patent Text Data Mining Based on Topic Model and Association Rules

Text Matching Algorithm Based on Dimension Construction and Data Augmentation for Teaching Evaluation

Learning Result Prediction Based on Improved SMOTE Algorithm and Ensemble Model

数据挖掘在企业CRM中的应用

基于相容关系和最大完全图的关联规则发现方法

Related Author

吴建德

姜迪

艾楚涵

ZHANG Shiyun

ZHU Jinqiu

YIN Xiuxiu

TAN Jian

HU Shengli

Related Institution

昆明理工大学知识产权发展研究院

昆明理工大学计算中心

昆明理工大学民航与航空学院

School of Science，Nanjing University of Posts and Telecommunications

School of Information Engineering, Huainan Union University

⁰