飛速發(fā)展的物聯(lián)網(wǎng)產(chǎn)業(yè)和廣泛應(yīng)用的云計(jì)算技術(shù)為數(shù)據(jù)挖掘提供了“原料”和“車間”。數(shù)據(jù)挖掘能夠從大規(guī)模數(shù)據(jù)集中提煉出隱藏其中的、前所未有的、有潛在價(jià)值的知識(shí)。數(shù)據(jù)挖掘與實(shí)體經(jīng)濟(jì)的融合創(chuàng)新能夠帶來(lái)巨大的商業(yè)價(jià)值。數(shù)據(jù)挖掘算法的設(shè)計(jì)與優(yōu)化成為知識(shí)發(fā)現(xiàn)領(lǐng)域關(guān)注的研究熱點(diǎn)。大數(shù)據(jù)時(shí)代下個(gè)人信息的數(shù)字化和集中化加劇了隱私泄露風(fēng)險(xiǎn)。攻擊者能輕易地從互聯(lián)網(wǎng)獲取海量的背景知識(shí),并結(jié)合數(shù)據(jù)挖掘的結(jié)果以較高的概率推算出敏感信息。實(shí)施大數(shù)據(jù)環(huán)境下的隱私保護(hù)是一個(gè)極大的挑戰(zhàn)。傳統(tǒng)的在單節(jié)點(diǎn)上運(yùn)行的數(shù)據(jù)挖掘算法已無(wú)法適應(yīng)大規(guī)模數(shù)據(jù)集的處理。如何更快速、高效地處理大規(guī)模數(shù)據(jù)集,在分布式系統(tǒng)下運(yùn)行數(shù)據(jù)挖掘算法是當(dāng)前的研究熱點(diǎn)。因此,本文研究的差分隱私保護(hù)的數(shù)據(jù)挖掘并行算法在大數(shù)據(jù)時(shí)代的隱私保護(hù)和高效處理大數(shù)據(jù)集方面具有重要的理論意義和應(yīng)用價(jià)值。本文的主要工作包括:首先,基于經(jīng)典K-Medoids算法提出了一種差分隱私保護(hù)的K-Medoids（DPK-Medoids）并行算法。該算法的主要貢獻(xiàn)有:（1）針對(duì)攻擊者會(huì)根據(jù)背景知識(shí)和數(shù)據(jù)挖掘結(jié)果來(lái)推測(cè)中心點(diǎn)的值,導(dǎo)致敏感信息泄露的問(wèn)題。運(yùn)用給中心點(diǎn)添加Laplace噪聲的方式... 

【文章來(lái)源】：曲阜師范大學(xué)山東省

【文章頁(yè)數(shù)】：56 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

εi-差分隱私序列組合.....

max(ε)-差分隱私并行組合.........

圖 2-5 KDD分階段處理模型挖掘是 KDD 過(guò)程的一個(gè)步驟，是基于需求驅(qū)動(dòng)，通過(guò)一定的算潛在的高價(jià)值而又難以發(fā)現(xiàn)的信息的過(guò)程。數(shù)據(jù)挖掘是跨計(jì)算數(shù)據(jù)目標(biāo)數(shù)據(jù)

【參考文獻(xiàn)】：
期刊論文
[1]論網(wǎng)絡(luò)交易中消費(fèi)者隱私權(quán)及法律保護(hù)[J]. 張璐.  法制與經(jīng)濟(jì). 2019(01)
[2]大數(shù)據(jù)隱私保護(hù)技術(shù)綜述[J]. 方濱興,賈焰,李愛(ài)平,江榮.  大數(shù)據(jù). 2016(01)
[3]從隱私到個(gè)人信息:利益再衡量的理論與制度安排[J]. 張新寶.  中國(guó)法學(xué). 2015(03)
[4]基于差分隱私保護(hù)的DP-DBScan聚類算法研究[J]. 吳偉民,黃煥坤.  計(jì)算機(jī)工程與科學(xué). 2015(04)
[5]數(shù)據(jù)脫敏:敏感數(shù)據(jù)的安全衛(wèi)士[J]. 郭嘉凱.  軟件和信息服務(wù). 2014(02)
[6]差分隱私保護(hù)及其應(yīng)用[J]. 熊平,朱天清,王曉峰.  計(jì)算機(jī)學(xué)報(bào). 2014(01)
[7]論個(gè)人信息權(quán)的法律保護(hù)——以個(gè)人信息權(quán)與隱私權(quán)的界分為中心[J]. 王利明.  現(xiàn)代法學(xué). 2013(04)
[8]密碼學(xué)與現(xiàn)代密碼學(xué)研究[J]. 任偉.  信息網(wǎng)絡(luò)安全. 2011(08)

碩士論文
[1]差分隱私保護(hù)K-means聚類方法的研究[D]. 劉天宇.哈爾濱工程大學(xué) 2017



本文編號(hào)：3620255