计算机应用研究2021，Vol.38Issue(4) ：1195-1198.DOI:10.19734/j.issn.1001-3695.2020.05.0137

基于SOM网络的差分隐私保护研究

Differential privacy data protection based on SOM network

叶欣欣 杨高明 方贤进 施雨
计算机应用研究2021，Vol.38Issue(4) ：1195-1198.DOI:10.19734/j.issn.1001-3695.2020.05.0137
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据

基于SOM网络的差分隐私保护研究

Differential privacy data protection based on SOM network

叶欣欣 1杨高明 1方贤进 1施雨1
扫码查看

作者信息

  • 1. 安徽理工大学 计算机科学与工程学院,安徽 淮南232001
  • 折叠

摘要

差分隐私模型具有强大的隐私保护能力,但是也存在数据效用低等问题.为提高数据可用性并保护数据隐私,提出一种基于SOM网络的差分隐私算法(SOMDP).首先利用SOM网络模型对数据进行聚类操作;其次,对每个划分好的聚类添加满足差分隐私的拉普拉斯噪声;最后,理论分析算法的可行性,并在真实数据集上评估SOMDP算法性能、算法的数据可用性和隐私性能.实验结果表明,SOMDP在达到差分隐私要求的前提下,可较大程度地提高差分隐私数据发布的效用.

关键词

ε-差分隐私/SOM神经网络/聚类分析/数据发布

引用本文复制引用

基金项目

出版年

2021
计算机应用研究
四川省电子计算机应用研究中心

计算机应用研究

CSTPCDCSCD北大核心
影响因子：0.93
ISSN：1001-3695
被引量1
参考文献量2
段落导航相关论文