ε-差分隐私相关论文
频繁项集挖掘在加入差分隐私后将带来敏感度过高、噪声过大、数据可用性较差的问题。为了解决这些问题，提出了基于事务分离的差分隐......
互联网和智能设备的高速发展为人们的日常生活带来极大便利,如人们在网上浏览信息、互动交友、购物、娱乐等。这些活动会产生海量......
差分隐私模型具有强大的隐私保护能力,但是也存在数据效用低等问题。为提高数据可用性并保护数据隐私,提出一种基于SOM网络的差分......
在基于标签的推荐中,标签起着联系用户和信息资源的作用。但由于存在语义特性,相较于评分数据,标签数据在一定程度上更能够直接反......
