基于格的隱私保護(hù)聚類數(shù)據(jù)挖掘方法
推薦 + 挑錯(cuò) + 收藏(0) + 用戶評(píng)論（0）
由于云計(jì)算的諸多優(yōu)勢(shì)，用戶傾向于將數(shù)據(jù)挖掘和數(shù)據(jù)分析等業(yè)務(wù)外包到專業(yè)的云服務(wù)提供商，然而隨之而來的是用戶的隱私不能得到保證．目前，眾多學(xué)者關(guān)注云環(huán)境下敏感數(shù)據(jù)存儲(chǔ)的隱私保護(hù)問題，而隱私保護(hù)數(shù)據(jù)分析的相關(guān)研究還比較少．但是如果僅僅為了保護(hù)數(shù)據(jù)隱私．而不對(duì)大數(shù)據(jù)進(jìn)行挖掘分析。大數(shù)據(jù)也就失去了其潛在的巨大價(jià)值，提出了一種云計(jì)算環(huán)境下基于格的隱私保護(hù)數(shù)據(jù)挖掘方法，利用格加密構(gòu)建隱私數(shù)據(jù)的安全同態(tài)運(yùn)算方法，并且在此基礎(chǔ)上實(shí)現(xiàn)了支持隱私保護(hù)的云端密文數(shù)據(jù)聚類分析數(shù)據(jù)挖掘服務(wù)．為保護(hù)用戶數(shù)據(jù)隱私，用戶將數(shù)據(jù)加密之后發(fā)布給云服務(wù)提供商，云服務(wù)提供商利用基于格的同態(tài)加密算法實(shí)現(xiàn)隱私保護(hù)的k-means、隱私保護(hù)層次聚類以及隱私保護(hù)DBSCAN數(shù)據(jù)挖掘服務(wù)，但云服務(wù)提供商并不能直接訪問用戶數(shù)據(jù)破壞用戶隱私．與現(xiàn)有的隱私數(shù)據(jù)發(fā)布方法相比，隱私數(shù)據(jù)發(fā)布基于格的最接近向量困難問題（CVP）和最短向量困難問題（SVP）具有很高的安全性．同時(shí)，有效保持了密文數(shù)據(jù)間距離的精確性，與現(xiàn)有研究相比。挖掘結(jié)果也具有更高的精確性和可用性．對(duì)方法的安全性進(jìn)行了理論分析，并設(shè)計(jì)實(shí)驗(yàn)對(duì)提出的隱私保護(hù)數(shù)據(jù)挖掘方法效率進(jìn)行評(píng)估，實(shí)驗(yàn)結(jié)果表明，提出的基于格的隱私保護(hù)數(shù)據(jù)挖掘算法與現(xiàn)有的方法相比具有更高的數(shù)據(jù)分析精確性和計(jì)算效率．
非常好我支持^.^
(0) 0%
不好我反對(duì)
(0) 0%
下載地址
基于格的隱私保護(hù)聚類數(shù)據(jù)挖掘方法下載
相關(guān)電子資料下載
- 數(shù)據(jù)分析與數(shù)據(jù)挖掘的區(qū)別 55
- 藍(lán)牙模塊的安全性與隱私保護(hù) 151
- GPS信號(hào)屏蔽器：精準(zhǔn)定位與隱私保護(hù)的平衡點(diǎn) 321
- 蘋果研發(fā)設(shè)備端大語(yǔ)言模型，提升AI性能與隱私保護(hù) 130
- 手機(jī)信號(hào)屏蔽器：隱私保護(hù)與通信安全的雙刃劍 201
- 聯(lián)網(wǎng)汽車：數(shù)據(jù)隱私保護(hù)的脆弱地帶 356
- 蘋果Vision Pro隱私保護(hù)限制制約創(chuàng)意空間 116
- FTC反對(duì)將“刷臉”技術(shù)應(yīng)用于兒童隱私保護(hù) 289
- 蘋果將推出iOS18，強(qiáng)調(diào)AI整合與隱私保護(hù) 227
- 華為pockets手機(jī)優(yōu)缺點(diǎn) 華為pockets支持NFC嗎 3682