计算机软件及计算机应用论文_面向本地差分隐私-计算机应用

一、本刊要求作者有严谨的学风和朴实的文风，提倡互相尊重和自由讨论。凡采用他人学说，必须加注说明。二、不要超过10000字为宜，精粹的短篇，尤为欢迎。三、请作者将稿件（用WORD格式）发送到下面给出的征文信箱中。四、凡来稿请作者自留底稿，恕不退稿。五、为规范排版，请作者在上传修改稿时严格按以下要求： 1．论文要求有题名、摘要、关键词、作者姓名、作者工作单位（名称，省市邮编）等内容一份。 2．基金项目和作者简介按下列格式：基金项目：项目名称（编号）作者简介：姓名（出生年－），性别，民族（汉族可省略），籍贯，职称，学位，研究方向。 3．文章一般有引言部分和正文部分，正文部分用阿拉伯数字分级编号法，一般用两级。插图下方应注明图序和图名。表格应采用三线表，表格上方应注明表序和表名。 4．参考文献列出的一般应限于作者直接阅读过的、最主要的、发表在正式出版物上的文献。其他相关注释可用脚注在当页标注。参考文献的著录应执行国家标准GB7714-87的规定，采用顺序编码制。

计算机软件及计算机应用论文_面向本地差分隐私

作者:

关键词:

摘要：

文章摘要:针对在聚类分析中保护数据隐私的同时确保数据的可用性的问题，提出一种基于本地差分隐私技术的聚类方案--LDPK-Prototypes。首先，用户对混合型数据集进行编码；然后，采用随机响应机制对敏感数据进行扰动，第三方收集到用户的扰动数据后以最大程度恢复原始数据集，并进行K-Prototypes聚类算法，在聚类过程中，使用相异性度量方法确定初始聚类中心，利用熵权法重新定义新的距离计算公式。理论分析和实验结果表明，与基于中心化差分隐私技术的ODPC算法相比较，在Adult和Heart数据集上平均准确率分别提高了2.95%和12.41%，有效提高了聚类的可用性。同时，LDPK-Prototypes扩大了数据之间差异性，有效避免了局部最优，提高了聚类算法的稳定性。

文章关键词:

论文分类号:TP309

文章来源：《计算机应用》网址: http://www.jsjyyzzs.cn/qikandaodu/2022/0127/995.html