一种基于聚类的数据流隐私保护算法

• 作者: 张岐山 郭昆
• 来源期刊: 福州大学学报（自然科学版）
• 学科: 工学
• 关键词: 聚类 数据流 匿名 隐私保护
• 年，卷（期）: 2014,（1）
• 页码范围: 35-44
• 页数: 10页
• 分类号: TP301
• 字数: 7073字
• 语种: 中文
• DOI: 10.7631/issn.1000-2243.2014.01.0035

摘要

数据流潜在无限、流动迅速、变化频繁等特点,使在数据流上实现隐私保护面临重大挑战.在阐述数据流匿名的概念及分析现有数据流匿名算法特点的基础上,提出基于聚类的数据流匿名设计思想,并给出算法实现.在真实数据集上的实验结果表明,新算法在满足匿名要求的同时能够降低概化和抑制处理带来的信息损失.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张岐山	福州大学管理学院	92	1147	17.0	31.0
2	郭昆	福州大学数学与计算机科学学院	37	180	8.0	11.0