-
题名密度峰值聚类k匿名分布式网络数据隐私保护方法研究
- 1
-
-
作者
郭艳红
-
机构
山西传媒学院
-
出处
《数字通信世界》
2025年第3期41-42,120,共3页
-
文摘
由于分布式网络数据分散在多个节点上,导致数据隐私泄露的概率较大,为此,本文进行了密度峰值聚类k匿名的分布式网络数据隐私保护方法研究。其充分考虑了分布式网络环境自身的特点,引入了分布式k-NN查询算法,以找到其k个最近邻点,同时保证查询过程以不泄露数据隐私为目标,构建了针对分布式网络数据的k近邻匿名模型;利用密度峰值聚类算法识别具有高局部密度并且与更高密度点的距离较大的数据点作为聚类中心,对k近邻匿名模型中的节点进行聚类,实现数据保护。在测试结果中,设计方法在不同场景中的保护效果最好,对应的数据泄露概率始终稳定在0.2以下。
-
关键词
密度峰值聚类
k匿名
分布式网络
数据隐私保护
分布式k-NN查询算法
k近邻匿名模型
局部密度
-
Keywords
density peak clustering
k anonymous
distributed network
data privacy protection
distributed k-NN query algorithm
k nearest neighbor anonymous model
local density
-
分类号
TP399
[自动化与计算机技术]
-
