福州大学学报（自然科学版）
福州大學學報（自然科學版）
복주대학학보（자연과학판）
JOURNAL OF FUZHOU UNIVERSITY(NATURAL SCIENCE EDITION)
2014年
1期
35-44
,共10页
聚类%数据流%匿名%隐私保护
聚類%數據流%匿名%隱私保護
취류%수거류%닉명%은사보호
clustering%data stream%anonymization%privacy preservation
数据流潜在无限、流动迅速、变化频繁等特点,使在数据流上实现隐私保护面临重大挑战.在阐述数据流匿名的概念及分析现有数据流匿名算法特点的基础上,提出基于聚类的数据流匿名设计思想,并给出算法实现.在真实数据集上的实验结果表明,新算法在满足匿名要求的同时能够降低概化和抑制处理带来的信息损失.
數據流潛在無限、流動迅速、變化頻繁等特點,使在數據流上實現隱私保護麵臨重大挑戰.在闡述數據流匿名的概唸及分析現有數據流匿名算法特點的基礎上,提齣基于聚類的數據流匿名設計思想,併給齣算法實現.在真實數據集上的實驗結果錶明,新算法在滿足匿名要求的同時能夠降低概化和抑製處理帶來的信息損失.
수거류잠재무한、류동신속、변화빈번등특점,사재수거류상실현은사보호면림중대도전.재천술수거류닉명적개념급분석현유수거류닉명산법특점적기출상,제출기우취류적수거류닉명설계사상,병급출산법실현.재진실수거집상적실험결과표명,신산법재만족닉명요구적동시능구강저개화화억제처리대래적신식손실.
