文献

J-GLOBAL ID：202202234169117797   整理番号：22A0997377

DCKPDP:k-protypeクラスタリングを改良した差分プライバシーハイブリッド属性データ配布方法【JST・京大機械翻訳】

Differential privacy mixed attribute data publishing method for improved k-prototype clustering

著者 (2件)： Zhang Xing (遼寧工業大学 電子与信息工程学院,遼寧 錦州 121001) ,  Zhang Xing (遼寧工業大学 電子与信息工程学院,遼寧 錦州 121001)
資料名： Jisuanji Yingyong Yanjiu  (Jisuanji Yingyong Yanjiu)
巻： 39  号： 1  ページ： 249-253  発行年： 2022年 
JST資料番号： C2536A  ISSN： 1001-3695  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 現在のハイブリッド属性データ出版におけるプライバシー保護方式には,プライバシー保護効果が良くないか,または,データユーティリティが悪いという問題があり,差分プライバシーと最適化k-protypeクラスタリング方式を組み合わせる。改良k-protypeクラスタリング(DCKPDP)の差分プライバシーハイブリッド属性データ配布法を提案した。伝統的k-protypeクラスタリングアルゴリズムは,異なる数値属性がクラスタリング結果に大きい影響を考慮しないという問題を解決するために,情報エントロピーを各数値属性に属性重みを加えるために利用した。クラスタリング初期中心点を人為的に規定するかランダムアルゴリズムによってランダムに確定し、クラスタリング結果の精度が高まらないという問題を招き、データ対象の局部密度と高密度を結びつけてクラスタリング過程における初期中心点に対して適応選択を行った。データ情報漏洩のリスクが高い問題を解決するために,クラスタ中心値に対する差分プライバシー保護を行った。実験結果は,DCKPDPアルゴリズムが,差動プライバシー保護のためのより少ないノイズとより良い利用可能性を有することを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  最適化 ,  雑音 ,  データ ,  精度 ,  保護 ,  *クラスタ化 ,  *クラスタ ,  数値 ,  *属性
準シソーラス用語： 高密度 ,  プライバシー保護 ,  情報漏洩 ,  情報エントロピー ,  クラスタリングアルゴリズム , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (4件)： クラスタリング ,  差分プライバシー ,  属性データ ,  配布