基于半监督聚类的文档敏感信息推导方法

• 作者: 夏春涛 曹利峰 杜学绘 苏赢彬 陈华成
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 半监督聚类 DBSCAN 主动学习 敏感信息 模糊数学 推导方法
• 年，卷（期）: 2015,（10）
• 所属期刊栏目: 信息安全
• 页码范围: 132-137
• 页数: 6页
• 分类号: TP393
• 字数: 8670字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2015.10.028

摘要

针对当前多文档聚合推导引起的敏感信息泄露问题存在风险大、隐蔽性高的特点,提出了一种基于半监督聚类的文档敏感信息推导方法.首先,为确保在较小的时间开销下获得高质量的约束信息,设计了一种新颖的二阶约束主动学习算法,它通过选择不确定性最大的样本点来生成信息量最大的约束闭包;然后,在引入约束信息的基础上结合DBSCAN提出一种新的半监督聚类算法,它能够有效解决DBSCAN算法存在的边界模糊问题,提高文档聚类准确性;最后,在半监督聚类结果的基础上,对相似文档进行敏感信息可能性测度.实验表明,半监督聚类算法准确率提升明显,推导方法能够有效推导出敏感信息.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹利峰		26	110	6.0	8.0
3	杜学绘		73	350	10.0	12.0
5	苏赢彬		2	4	1.0	2.0
11	夏春涛		11	65	5.0	7.0