利用PCA增强随机化隐私数据保护方法

• 作者: 林怀忠 温晗
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 隐私保护的数据挖掘(PPDM) 随机化方法 主成分分析(PCA) 信息遗失率
• 年，卷（期）: 2008,（2）
• 所属期刊栏目: 安全技术
• 页码范围: 261-263
• 页数: 3页
• 分类号: TP3
• 字数: 3537字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2008.02.095

摘要

基于随机化的数据扰乱及重构技术是数据挖掘中的隐私保护(Privacy-Preserving Data Mining,PPDM)领域中最重要的方法之一.但是,随机化难以消除由于属性变量本身相关性引起的数据泄漏.介绍了一种利用主成分分析(Principal Component Analysis,PCA)进行属性精简的增强随机化方法,降低了参与数据挖掘的属性数据间相关性,更好地保护了隐私数据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林怀忠	浙江大学计算机学院	22	317	9.0	17.0
2	温晗	浙江大学计算机学院	1	2	1.0	1.0