基于大数据技术的本地差分隐私高维数据收集算法

• 作者: 王晓勇
• 来源期刊: 内蒙古民族大学学报（自然科学版）
• 学科: 工学
• 关键词: 大数据技术 本地差分隐私 高维数据 非线性计算
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 计算机应用
• 页码范围: 470-475
• 页数: 6页
• 分类号: TP309
• 语种: 中文
• DOI: 10.14045/j.cnki.15-1220.2020.06.003

摘要

现有的本地差分隐私高维数据收集算法,存在着收集数据准确性较低的缺陷,为了解决上述问题,提出基于大数据技术的本地差分隐私高维数据收集算法.描述本地差分隐私高维数据收集问题,以此为基础,搭建本地差分隐私高维数据收集架构,通过大数据技术处理高维数据,得到高维数据聚类结果,以得到的高维数据聚类结果为依据,利用分布式网络收集高维数据,实现了基于大数据技术的本地差分隐私高维数据的收集.仿真对比实验结果表明,与现有的本地差分隐私高维数据收集算法相比较,提出的本地差分隐私高维数据收集算法极大地提升了收集数据的准确性,充分说明提出的本地差分隐私高维数据收集算法具备更好的收集效果.