河北大学学报（自然科学版）
河北大學學報（自然科學版）
하북대학학보（자연과학판）
JOURNAL OF HEBEI UNIVERSITY(NATURAL SCIENCE EDITION)
2013年
1期
84-89
,共6页
李昆仑%王哲%张娟%武倩%宋嵩
李昆崙%王哲%張娟%武倩%宋嵩
리곤륜%왕철%장연%무천%송숭
社会化网络服务%隐私保护%半监督聚类%ELM算法%K-匿名
社會化網絡服務%隱私保護%半鑑督聚類%ELM算法%K-匿名
사회화망락복무%은사보호%반감독취류%ELM산법%K-닉명
针对各类网络数据中存在着大量的无标记数据,导致了SNS(social network service)隐私保护中数据可用性相对较差的问题,本文提出一种基于Bagging的ELM(extreme learning machine)集成算法,并将其与基于Seeds集的半监督聚类算法相结合应用于隐私保护.该算法首先利用ELM-Bagging集成方法对无标记数据进行标记,并将新标记的数据加入Seeds集以扩大其规模,然后采用基于Seeds集的半监督聚类实现K-匿名.实验结果表明,该算法在有效保护隐私的同时,提高了发布数据的可用性.
針對各類網絡數據中存在著大量的無標記數據,導緻瞭SNS(social network service)隱私保護中數據可用性相對較差的問題,本文提齣一種基于Bagging的ELM(extreme learning machine)集成算法,併將其與基于Seeds集的半鑑督聚類算法相結閤應用于隱私保護.該算法首先利用ELM-Bagging集成方法對無標記數據進行標記,併將新標記的數據加入Seeds集以擴大其規模,然後採用基于Seeds集的半鑑督聚類實現K-匿名.實驗結果錶明,該算法在有效保護隱私的同時,提高瞭髮佈數據的可用性.
침대각류망락수거중존재착대량적무표기수거,도치료SNS(social network service)은사보호중수거가용성상대교차적문제,본문제출일충기우Bagging적ELM(extreme learning machine)집성산법,병장기여기우Seeds집적반감독취류산법상결합응용우은사보호.해산법수선이용ELM-Bagging집성방법대무표기수거진행표기,병장신표기적수거가입Seeds집이확대기규모,연후채용기우Seeds집적반감독취류실현K-닉명.실험결과표명,해산법재유효보호은사적동시,제고료발포수거적가용성.
