隨著云計(jì)算與大數(shù)據(jù)技術(shù)的飛速發(fā)展,基于Hadoop平臺(tái)的MapReduce技術(shù)得到了廣泛應(yīng)用。通過(guò)將數(shù)據(jù)挖掘算法與MapReduce技術(shù)相結(jié)合,能夠更加便捷高效地獲取有價(jià)值的信息。分類算法作為數(shù)據(jù)挖掘中的一類重要算法,對(duì)數(shù)據(jù)的預(yù)測(cè)分類起到關(guān)鍵作用。隨機(jī)森林是分類算法中的典型代表,在各個(gè)領(lǐng)域都得到了大規(guī)模應(yīng)用,但是子決策樹的分類結(jié)果以及相應(yīng)的計(jì)數(shù)信息都有可能造成隱私數(shù)據(jù)的泄露。MapReduce環(huán)境下滿足差分隱私保護(hù)隨機(jī)森林算法的目標(biāo)是保證差分隱私的前提下提高分類數(shù)據(jù)的準(zhǔn)確性。本文針對(duì)目前在MapReduce環(huán)境中所面臨的數(shù)據(jù)使用與安全問(wèn)題,提出了基于分布式環(huán)境的差分隱私保護(hù)算法。該算法將特征選擇方案結(jié)合指數(shù)機(jī)制進(jìn)行設(shè)計(jì),通過(guò)采用等差分配方式、等比分配方式以及均分分配方式三種不同的隱私預(yù)算分配方式,使算法的分類準(zhǔn)確率得到明顯提升,顯著降低了計(jì)算量,提高了運(yùn)行速度。主要的研究?jī)?nèi)容如下:（1）針對(duì)在分布式環(huán)境下海量數(shù)據(jù)在運(yùn)算處理的過(guò)程中容易遇到數(shù)據(jù)泄露以及惡意分析的問(wèn)題,提出了基于MapReduce的分布式計(jì)算框架下滿足差分隱私的隨機(jī)森林算法（Differential Privacy Map... 

【文章來(lái)源】：南京郵電大學(xué)江蘇省

【文章頁(yè)數(shù)】：76 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

MapReduce工作流程

南京郵電大學(xué)專業(yè)學(xué)位碩士研究生學(xué)位論文第二章相關(guān)背景知識(shí)介紹14(a)1()nii-差分隱私(b)imax-差分隱私圖2.3差分隱私的組合特性2.3本章小結(jié)本章節(jié)主要介紹了云平臺(tái)中的MapReduce并行分布式計(jì)算框架和差分隱私保護(hù)中的關(guān)鍵技術(shù)。首先，對(duì)Hadoop云平臺(tái)的整體架構(gòu)和MapReduce的工作流程及特性做出了總體闡述。緊接著介紹了在MapReduce環(huán)境下的隱私保護(hù)技術(shù)，并針對(duì)在此環(huán)境中遇到的隱私安全問(wèn)題，通過(guò)運(yùn)用差分隱私保護(hù)技術(shù)對(duì)問(wèn)題進(jìn)行處理。最后介紹了差分隱私保護(hù)技術(shù)的相關(guān)概念和組合特性。

決策樹算法的分類過(guò)程

【參考文獻(xiàn)】：
期刊論文
[1]重復(fù)攻擊下差分隱私保護(hù)參數(shù)ε的選取方法[J]. 郝晨艷,彭長(zhǎng)根,張盼盼.  計(jì)算機(jī)工程. 2018(07)
[2]MapReduce框架下支持差分隱私保護(hù)的隨機(jī)梯度下降算法[J]. 俞藝涵,付鈺,吳曉平.  通信學(xué)報(bào). 2018(01)
[3]矩陣機(jī)制下差分隱私數(shù)據(jù)發(fā)布方法的誤差分析[J]. 吳英杰,陳靖麟,蔡劍平,王一蕾.  計(jì)算機(jī)科學(xué)與探索. 2018(07)
[4]不完全數(shù)據(jù)集的差分隱私保護(hù)決策樹研究[J]. 沈思倩,毛宇光,江冠儒.  計(jì)算機(jī)科學(xué). 2017(06)
[5]基于MapReduce的分布式改進(jìn)隨機(jī)森林學(xué)生就業(yè)數(shù)據(jù)分類模型研究[J]. 喬非,葛彥昊,孔維暢.  系統(tǒng)工程理論與實(shí)踐. 2017(05)
[6]移動(dòng)云計(jì)算研究進(jìn)展與趨勢(shì)[J]. 崔勇,宋健,繆蔥蔥,唐俊.  計(jì)算機(jī)學(xué)報(bào). 2017(02)
[7]DiffPRFs:一種面向隨機(jī)森林的差分隱私保護(hù)算法[J]. 穆海蓉,丁麗萍,宋宇寧,盧國(guó)慶.  通信學(xué)報(bào). 2016(09)
[8]MapReduce框架下支持差分隱私保護(hù)的k-means聚類方法[J]. 李洪成,吳曉平,陳燕.  通信學(xué)報(bào). 2016(02)
[9]基于坐標(biāo)變換的k匿名位置隱私保護(hù)方法[J]. 林少聰,葉阿勇,許力.  小型微型計(jì)算機(jī)系統(tǒng). 2016(01)
[10]差分隱私保護(hù)參數(shù)ε的選取研究[J]. 何賢芒,王曉陽(yáng),陳華輝,董一鴻.  通信學(xué)報(bào). 2015(12)



本文編號(hào)：3551629