基于改进的k-means差分隐私保护方法在位置隐私保护中的应用

• 作者: 刘阳 张宇敬 徐东升 王佳 郭佳 齐晓娜
• 来源期刊: 河北大学学报（自然科学版）
• 学科: 工学
• 关键词: k-means 聚类 差分隐私 位置隐私保护
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 电子工程与计算机科学
• 页码范围: 315-320
• 页数: 6页
• 分类号: TP309
• 字数: 3798字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1565.2018.03.013

摘要

针对k-means差分隐私聚类结果的可用性较差的问题,依据LBS的数据采集特点对k-means算法进行了改进.仿真实验证明:在LBS隐私保护方面,提出的改进k-means聚类方法在聚类结果的匿名性方面相对普通差分隐私k-means聚类方法有一定程度的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	齐晓娜	河北金融学院信息管理与工程系	33	131	7.0	9.0
2	王佳	河北金融学院实验教学中心	16	18	3.0	3.0
3	张宇敬	河北金融学院信息管理与工程系	37	88	5.0	6.0
4	郭佳	河北金融学院信息管理与工程系	17	73	5.0	7.0
5	刘阳	河北金融学院信息管理与工程系	11	8	2.0	2.0
6	徐东升	河北软件职业技术学院计算机应用工程系	20	25	3.0	4.0