论文部分内容阅读
针对分组无关问题模型存在隐私泄露的问题，提出一种改进的分组无关问题模型，采用随机响应的方法，通过对原始数据进行伪装变换处理，实现具有隐私保护的关联规则挖掘。实验结果表明，改进后的模型在伪装变换后的数据集上挖掘出的规则与原始数据规则相比，保证了低误差，具有较好的隐私保护性。
基于分组无关问题模型的隐私保护算法
【摘 要】
：
针对分组无关问题模型存在隐私泄露的问题，提出一种改进的分组无关问题模型，采用随机响应的方法，通过对原始数据进行伪装变换处理，实现具有隐私保护的关联规则挖掘。实验结果表明
【机 构】
：
中国矿业大学计算机学院
【出 处】
：
计算机工程
【发表日期】
：
2010年5期
【基金项目】
：
江苏省自然科学基金资助项目（BK2007035）
其他文献