一种基于差分隐私保护的数据挖据频繁项集算法

• 作者: 李庆鹏 林焕楠 耿新元
• 来源期刊: 电子世界
• 关键词: spark Apriori
• 年，卷（期）: 2016,（22）
• 所属期刊栏目: 技术交流
• 页码范围: 113
• 页数: 1页
• 字数: 1580字
• 语种: 中文

摘要

差分隐私定义了一种比较严格和强健的隐私保护模型,通过添加噪音使数据失真达到隐私保护的目的.本文提出一种基于差分隐私的频繁项集挖掘方法DPFM,该算法的挖掘策略结合Laplace机制,能够在保证计算性能的前提下实现差分隐私保护.通过实验表明,本文提出的DPFM算法在误差和拒真率以及两种指标的收敛速度上都优于TF方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李庆鹏		7	9	2.0	2.0
2	耿新元		6	9	2.0	3.0
3	林焕楠		2	1	1.0	1.0