基于拉普拉斯机制的差分隐私保护k-means++聚类算法研究

• 作者: 傅彦铭 李振铎
• 来源期刊: 信息网络安全
• 学科: 工学
• 关键词: 差分隐私保护 拉普拉斯机制 k-means++ 聚类
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 技术研究
• 页码范围: 43-52
• 页数: 10页
• 分类号: TP309
• 字数: 7261字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-1122.2019.02.006

摘要

k-means++聚类算法是为了解决k-means聚类算法的准确度受其初始中心点选取的影响较大的问题而提出的,在聚类过程中,需要对相关的隐私数据提供保护.差分隐私模型定义了一种具有最大背景知识假设的攻击模型,并且能对隐私保护强度进行量化分析.文章提出一种基于拉普拉斯机制的差分隐私保护k-means++聚类算法(DPk-means++聚类算法),在初始化选取中心点和迭代求均值中心点的过程中,分别根据拉普拉斯机制添加噪声,解决了k-means++聚类算法随机选取初始化中心点隐私泄露的问题和迭代求簇心隐私泄露问题.通过实验分别对隐私预算动态变化对比及聚类准确性结果进行分析,DPk-means++聚类算法能够在隐私预算参数范围内且保证聚类准确性的前提下,实现对数据隐私提供不同级别的保护.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	傅彦铭	广西大学计算机与电子信息学院	13	125	6.0	11.0
2	李振铎	广西大学计算机与电子信息学院	1	1	1.0	1.0