一种分布式隐私保护的密度聚类算法

• 作者: 吉根林 姚瑶
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 隐私保护 分布式聚类 DBDC DBPPDC
• 年，卷（期）: 2009,（2）
• 页码范围: 137-141
• 页数: 5页
• 分类号: TP311.1
• 字数: 3933字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-4785.2009.02.008

摘要

对基于密度的分布式聚类算法DBDC进行改进,提出了一种基于密度的分布式隐私保护聚类算法DBPPDC.在由局部模型确定全局模型时,通过相关安全协议有效地保护了局部模型,同时不影响全局聚类.在利用全局模型更新局部模型时,通过改进算法、应用安全协议保护隐私信息,最终使各站点分布的数据能够安全聚类.理论分析和实验结果表明,DBPPDC算法是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吉根林	南京师范大学数学与计算机科学学院	138	2757	22.0	50.0
2	姚瑶	南京师范大学数学与计算机科学学院	12	46	3.0	6.0