科研之友
微信
新浪微博
Facebook
分享链接
摘要
传统方法在对权重社会网络数据进行保护时,未进行差分隐私数据的节点密度计算,数据保护效果不佳。为此,提出云计算下权重社会网络差分隐私保护数据聚类方法。分析差分隐私数据特征,确定正交多项式回归系数的特征序列;根据特征序列实现数据降维;采用加权共协矩阵实现差分隐私保护数据融合;根据互信息和分形维数完成网络差分隐私保护数据聚类过程。实验仿真证明,在IK数据集下此方法的聚类正确率为87.32%,迭代次数为28次;在UC数据集下聚类正确率为83.37%,迭代次数为32次,迭代次数减少,正确率明显高于传统方法。所提方法具有较高的正确率而且耗时较少,为实现社会网络下的各种差分隐私数据保护提供了有效的理论依据。
- 单位
