分布式隐私保护数据挖掘研究

被引:11
作者
刘英华 [1 ,2 ]
杨炳儒 [1 ]
马楠 [1 ]
曹丹阳 [1 ]
机构
[1] 北京科技大学信息工程学院
[2] 中国青年政治学院
关键词
数据挖掘; 隐私保护; 分布式;
D O I
暂无
中图分类号
TP311.13 [];
学科分类号
1201 ;
摘要
隐私保护挖掘是近年来数据挖掘领域的热点之一,主要研究在避免敏感数据泄露的同时在数据中挖掘出潜在的知识。实际应用中,大量的数据分别存放在多个站点,因此分布式隐私保护数据挖掘(distributed priva-cy preserving data mining,DPPDM)的研究更具有实际意义。对该领域的研究进行了详细的阐述,比较了各种方法的优缺点,对现有方法进行了分类和总结,最后指出了该领域未来的研究方向。
引用
收藏
页码:3606 / 3610
页数:5
相关论文
共 6 条
[1]   隐私保护数据发布中身份保持的匿名方法 [J].
童云海 ;
陶有东 ;
唐世渭 ;
杨冬青 .
软件学报, 2010, 21 (04) :771-781
[2]   分布式数据挖掘中基于扰乱的隐私保护方法 [J].
马进 ;
李锋 ;
李建华 .
浙江大学学报(工学版), 2010, 44 (02) :276-282
[4]   Privacy preserving clustering on horizontally partitioned data [J].
Inan, Ali ;
Kaya, Selim V. ;
Saygin, Yuecel ;
Savas, Erkay ;
Hintoglu, Ayca A. ;
Levi, Albert .
DATA & KNOWLEDGE ENGINEERING, 2007, 63 (03) :646-666
[5]  
Privacy-preserving Na?ve Bayes classification[J] . The VLDB Journal . 2008 (4)
[6]   Privacy-preserving clustering with distributed EM mixture modeling [J].
Lin, XD ;
Clifton, C ;
Zhu, M .
KNOWLEDGE AND INFORMATION SYSTEMS, 2005, 8 (01) :68-81