基于隐私保护的聚类算法研究

• 作者: 刘建平 孙二娟
• 来源期刊: 工业控制计算机
• 关键词: 隐私保护 数据挖掘 聚类算法
• 年，卷（期）: 2013,（6）
• 所属期刊栏目: 软件与仿真
• 页码范围: 102-103,109
• 页数: 3页
• 字数: 3405字
• 语种: 中文

摘要

基于隐私保护的数据挖掘(PPDM)是社会发展需求的驱动,多项研究都表明,民众普遍对于隐私数据的滥用非常担忧,而且,很多国家和地区的法律都规定要对隐私数据提供保护,因此,出于社会及法律压力,必须在进行数据挖掘的同时提供防止隐私泄露的机制.主要针对数据挖掘中的聚类算法进行研究,提高隐私保护的强度和数据挖掘的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘建平	浙江理工大学信息电子学院	35	460	7.0	21.0
2	孙二娟	浙江理工大学信息电子学院	1	0	0.0	0.0