论文部分内容阅读
针对聚类分析中隐私数据保护的问题，提出一种基于离散余弦变换矩阵的隐私数据保护方法（DCBT），对随机选择的k个属性向量实施变换，直到所有属性都至少被变换一次且变换的次数达到初始设置值，选取隐私保护度最优的变换结果。实验结果表明，对于集中式数据，该方法能保持2点间距离不变，使数据较好地实现扭曲，保护隐私信息，对聚类结果基本没有影响。