580
0
0
2024-08-13 16:57:31
2024-08-13
在大數(shù)據(jù)時代背景下,，頻繁項集挖掘（FIM）技術(shù)被廣泛應(yīng)用于發(fā)現(xiàn)和提取大規(guī)模數(shù)據(jù)集中的有價值信息,。然而,，數(shù)據(jù)集中往往包含敏感的私人信息，直接挖掘或共享挖掘結(jié)果可能會引發(fā)隱私泄露的風(fēng)險,。因此，如何有效地保護數(shù)據(jù)隱私,，同時又能從數(shù)據(jù)中挖掘出有價值的信息,，成為了一個亟待解決的問題。
差分隱私作為一種先進的隱私保護技術(shù),，通過引入噪聲機制來保護個人信息,，與傳統(tǒng)隱私保護手段相比，它具有更高的安全標準和更強的防護能力,，同時還能保持數(shù)據(jù)的可用性,。在以往的研究中，基于差分隱私的頻繁項集挖掘常采用長事務(wù)截斷策略以降低算法的敏感度,，但這可能會引入截斷誤差,，影響隱私預(yù)算的有效利用。
DP-PartFIM算法的提出,，為隱私保護下的數(shù)據(jù)挖掘提供了一種新的解決方案,。它不僅提高了數(shù)據(jù)挖掘的效率，同時也有效地保護了數(shù)據(jù)隱私,，對于促進數(shù)據(jù)挖掘技術(shù)的發(fā)展和應(yīng)用具有重要意義,。
論文信息
論文已被期刊IEEE Transactions on Emerging Topics in Computing錄用，DOI: 10.1109/TETC.2024.3443060,，作者為碩士生劉鑫宇,、博士生余樂樂、導(dǎo)師劉憶寧教授（通訊作者）,，以及暨南大學(xué)的甘文生副教授,。
