基于Spark的支持隐私保护的聚类算法

• 作者: 李庆鹏 胡人远 高志强
• 来源期刊: 网络与信息安全学报
• 学科: 工学
• 关键词: Spark 差分隐私 聚类算法 数据挖掘 大数据分析
• 年，卷（期）: 2016,（11）
• 所属期刊栏目: 学术论文
• 页码范围: 47-51
• 页数: 5页
• 分类号: TP301
• 字数: 3132字
• 语种: 中文
• DOI: 10.11959/j.issn.2096-109x.2016.00087

摘要

针对经典聚类方法无法应对任意背景知识下恶意攻击者在海量数据挖掘过程中的恶意攻击问题,结合差分隐私保护机制,提出一种适用于Spark内存计算框架下满足差分隐私保护的聚类算法,并从理论上证明了改进算法满足在Spark并行计算框架下的ε-差分隐私.实验结果表明,改进算法在保证聚类结果可用性前提下,具有良好的隐私保护性和满意的运行效率,在海量数据聚类分析的隐私保护挖掘中,具有很好的应用前景和价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高志强	武警工程大学信息工程系	8	24	2.0	4.0
2	李庆鹏	武警工程大学信息工程系	7	9	2.0	2.0
3	胡人远	武警工程大学信息工程系	3	3	1.0	1.0