首页> 中文期刊> 《上海交通大学学报》 >一种基于特征值分解的数据挖掘隐私保护扰乱增强方法

一种基于特征值分解的数据挖掘隐私保护扰乱增强方法

         

摘要

针对数据扰乱技术中的特征值分解攻击方法,分析和评估了该攻击下数据扰乱模型的安全性,发现现有模型存在一定的脆弱性.设计了基于特征空间的扰乱强度量化方法,对隐私保护强度进行量化评估.在此基础上,通过阀值曲线的上限投影,提出了针对数据分离攻击的隐私保护的增强方法.结果表明,在盲数据源下,该增强方法对于抵抗特征值分解攻击具有有效性和鲁棒性.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号