基于格的隱私保護聚類數據挖掘方法
大小：1.61 MB 人氣： 2017-12-26 需要積分：2
由于云計算的諸多優勢，用戶傾向于將數據挖掘和數據分析等業務外包到專業的云服務提供商，然而隨之而來的是用戶的隱私不能得到保證．目前，眾多學者關注云環境下敏感數據存儲的隱私保護問題，而隱私保護數據分析的相關研究還比較少．但是如果僅僅為了保護數據隱私．而不對大數據進行挖掘分析。大數據也就失去了其潛在的巨大價值，提出了一種云計算環境下基于格的隱私保護數據挖掘方法，利用格加密構建隱私數據的安全同態運算方法，并且在此基礎上實現了支持隱私保護的云端密文數據聚類分析數據挖掘服務．為保護用戶數據隱私，用戶將數據加密之后發布給云服務提供商，云服務提供商利用基于格的同態加密算法實現隱私保護的k-means、隱私保護層次聚類以及隱私保護DBSCAN數據挖掘服務，但云服務提供商并不能直接訪問用戶數據破壞用戶隱私．與現有的隱私數據發布方法相比，隱私數據發布基于格的最接近向量困難問題（CVP）和最短向量困難問題（SVP）具有很高的安全性．同時，有效保持了密文數據間距離的精確性，與現有研究相比。挖掘結果也具有更高的精確性和可用性．對方法的安全性進行了理論分析，并設計實驗對提出的隱私保護數據挖掘方法效率進行評估，實驗結果表明，提出的基于格的隱私保護數據挖掘算法與現有的方法相比具有更高的數據分析精確性和計算效率．
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%