基于K-means方法的MapReduce模型社交网络隐私保护研究
wuxian hulian keji（2022）
摘要
传统隐私保护方法已逐渐无法应对多种背景下的恶意分析问题,文章研究了一种满足分布式环境下的差分隐私的算法.算法通过使用计算框架来控制主任务的迭代执行,每次分配子任务独立并行计算每个数据片中的每条记录与聚类中心的距离,标记其所属的聚类.分配子任务来计算同一簇中的记录数量和属性向量的总和,并利用机制产生的噪声干扰来实现隐私保护,从理论上证明了整个算法满足差分隐私保护.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要