计算机应用

作者：张国鹏, 陈学斌, 王豪石, 翟冉, 马征

单位：1.华北理工大学 理学院, 河北 唐山 063210；2.河北省数据科学与应用重点实验室(华北理工大学), 河北 唐山 063210；3.唐山市数据科学重点实验室(华北理工大学), 河北 唐山 063210

关键词：本地化差分隐私,K-Prototypes,随机响应机制,熵权法,隐私保护

基金：国家自然科学基金资助项目(U20A20179)

为了在聚类分析中保护数据隐私的同时确保数据的可用性，提出一种基于本地化差分隐私（LDP）技术的隐私保护聚类方案——LDPK-Prototypes。首先，用户对混合型数据集进行编码；其次，采用随机响应机制对敏感数据进行扰动，而第三方在收集到用户的扰动数据后以最大限度恢复原始数据集；然后，执行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，并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，所提方案与基于中心化差分隐私（CDP）技术的ODPC算法相比，在Adult和Heart数据集上的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扩大了数据之间的差异性，有效避免了局部最优，提高了聚类算法的稳定性。

来源：2022年第12期

《计算机应用》期刊编辑部

查看计算机应用杂志2022年第12期