基于paillier的隐私保护下关联规则挖掘方法

来源 :网络与信息安全学报 | 被引量 : 4次 | 上传用户:caonima322813
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在基于隐私保护的数据挖掘中,挖掘的精度和安全性一直是一对矛盾,针对该矛盾提出了一种在分布式的环境下基于paillier同态加密的关联规则挖掘方法,该方法将计算方和解密方分离保证了数据挖掘的安全性,同时基于同态加密并不会影响挖掘的精度,并通过蒙哥马利算法降低了paillier算法的开销,经过实验发现在增加加解密过程后算法开销还是在能接受的范畴内。
其他文献
绝大多数可逆信息隐藏技术常用峰值信噪比(PSNR)来评价算法的效果,PSNR是基于均方误差(MSE)的评价指标。但是PSNR在图像评价方面是存在客观局限性的。近年来,结构相似性(SSIM)作为一种评价图像相似程度的指标受到了广泛的关注,相较于传统的PSNR,SSIM在图像品质的衡量上更能符合人眼对图像品质的判断,如何利用SSIM的特性去设计可逆信息隐藏算法很关键。针对SSIM结构相似约束,提出了一
蔬菜种植既要讲收成,也要讲成本,最后求得效益,为以后的种植发展目标提供依据和参考,合理投入,达到减少和节约成本,提高经济效益的目的。商品生产过程中,生产某种产品所耗费的全部社
提出了3种大整数因数分解的方法,并通过这些方法对RSA密码算法的安全性做出了界定。根据分析得知,如果不考虑RSA中生成密钥的2个素数之间的差值,单纯地增加2个素数的取值对提