一种基于特征值分解的数据挖掘隐私保护扰乱增强方法 (2009年)

【文件属性】：
文件名称：一种基于特征值分解的数据挖掘隐私保护扰乱增强方法 (2009年)
文件大小：329KB
文件格式：PDF
更新时间：2021-05-20 18:49:43
自然科学 论文 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．