作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
基于加密的数据挖掘技术往往计算复杂度太高,而差分隐私作为一种数据扰动技术,既能有效降低计算复杂度,又能让使用者分析数据的整体价值.简要分析了差分隐私在具有敏感信息的智能数据挖掘系统中的相关技术.首先,介绍了差分隐私的基本概念;其次,针对频繁项挖掘、回归与分类以及深度学习,分别介绍了差分隐私在敏感数据挖掘中的应用;最后,对比了最新研究方法的性能和优缺点,为进一步研究隐私保护数据挖掘技术提供相关参考.
推荐文章
基于差分隐私的不确定数据频繁项集挖掘算法
差分隐私
不确定数据的频繁项集
截断期望支持度
隐私保护数据挖掘
数据挖掘
隐私保护
启发式技术
安全多方技术
重构技术
基于差分隐私机制的位置数据隐私保护策略
位置数据
访问频率
差分隐私保护
多级查询树
基于网络的数据库敏感数据加密模型研究
信息安全
信息过滤
数据分类
密钥管理
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于差分隐私的敏感数据挖掘技术研究
来源期刊 上海电力大学学报 学科 工学
关键词 差分隐私 数据挖掘 机器学习 深度学习
年,卷(期) 2020,(4) 所属期刊栏目
研究方向 页码范围 401-407
页数 7页 分类号 TP309.2
字数 语种 中文
DOI 10.3969/j.issn.2096-8299.2020.04.015
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 温蜜 31 79 5.0 7.0
2 谢荣 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (4)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2011(3)
  • 参考文献(3)
  • 二级参考文献(0)
2012(3)
  • 参考文献(3)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(5)
  • 参考文献(2)
  • 二级参考文献(3)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
差分隐私
数据挖掘
机器学习
深度学习
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
上海电力大学学报
双月刊
2096-8299
31-2175/TM
大16开
上海市平凉路2103号
1980
chi
出版文献量(篇)
2781
总下载数(次)
10
论文1v1指导