首页 | 官方网站   微博 | 高级检索  
     

差分隐私DPE k-means数据聚合下的多维数据可视化
引用本文:李杨,郝志峰,肖燕珊,袁淦钊,谢光强.差分隐私DPE k-means数据聚合下的多维数据可视化[J].小型微型计算机系统,2013,34(7).
作者姓名:李杨  郝志峰  肖燕珊  袁淦钊  谢光强
作者单位:1. 广东工业大学自动化学院,广州510006;广东工业大学计算机学院,广州510006
2. 广东工业大学计算机学院,广州510006;华南理工大学计算机科学与工程学院,广州510006
3. 广东工业大学计算机学院,广州,510006
4. 华南理工大学计算机科学与工程学院,广州,510006
基金项目:国家自然科学基金项目,广东省自然科学基金项目,广东省科技计划项目
摘    要:近年来隐私保护下的数据挖掘发展迅速,但应用广泛的数据可视化中的隐私保护问题则成果鲜见,差分隐私保护是一种新兴的具有广阔发展前景的隐私保护方法,目前,差分隐私保护下的多维数据可视化方法却未见报道.文章研究如何在数据可视化的过程中满足差分隐私保护.现有的DP k-means算法不支持较大的k,因此在数据聚合的过程中仅有理论意义.提出一个ε-Differential Privacy Equipartition k-means算法(DPE k-means),能够支持较大的k,较好地解决了可视化中数据的叠加问题,在一定的隐私保护级别下极大地改善了数据可视化后的图像质量.仿真实验中计算了衡量数据聚合质量的几项指标,结果表明DPE k-means算法优于现有的DP k-means算法.

关 键 词:差分隐私保护  k-均值  数据聚合  数据可视化  平行坐标

Multidimensional Data Visualization Using Aggregation Method of Differential Privacy Equi-partition k-means
LI Yang , HAO Zhi-feng , XIAO Yan-shan , YUAN Gan-zhao , XIE Guang-qiang.Multidimensional Data Visualization Using Aggregation Method of Differential Privacy Equi-partition k-means[J].Mini-micro Systems,2013,34(7).
Authors:LI Yang  HAO Zhi-feng  XIAO Yan-shan  YUAN Gan-zhao  XIE Guang-qiang
Abstract:
Keywords:differential privacy preservation  k-means  data aggregation  data visualization  parallel coordinates
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号