您所在的位置: 成果库 自适应K-Nets聚类的差分隐私保护方法

自适应K-Nets聚类的差分隐私保护方法

发布时间: 2024-01-04

基本信息

合作方式: 技术转让
成果类型: 发明专利
行业领域:
电子信息技术,信息安全技术
成果介绍
本发明公开一种自适应K?Nets聚类的差分隐私保护方法,首先采用计算自然邻居的方式得到所有数据点的自然邻居,当所有数据点的自然邻居总数不变或者自然邻居数为0的个数不变时,得到的K值就是我们所需要的K近邻的参数。随后利用K?Nets的网络模型,计算数据点的KNN平均距离作为数据点的得分值,为了保护隐私,将得分值添加拉普拉斯噪声进行保护。之后对得分值排序选出密度从高到低的簇,依次判断找出自然形成的M个簇,对没有加入到M簇中的点判断是否是离群点,对不是离群点也没有加入簇中的点,遍历将这些点归入到离它最近的簇中。本发明能够有效保证数据的隐私不被泄露。
成果亮点
本发明所要解决的是现有K-Nets聚类模型运行期间所导致的K值参数对聚类结果影响较大的问题,提供一种自适应K-Nets聚类的差分隐私保护方法。 为解决上述问题,本发明是通过以下技术方案实现的: 自适应K-Nets聚类的差分隐私保护方法,包括步骤如下: 步骤1、将原始数据集中的各个数据点都作为中心点,令K值从1开始逐渐累加,确定每个数据点的K近邻,并基于每个数据点的K近邻确定每个数据点的自然邻居;当所有数据点的自然邻居总数不变或者自然邻居数为0的个数不变时,取这时的K值作为最合适K值; 步骤2、将原始数据集中的各个数据点都作为中心点,令K值为步骤1所确定的最合适K值,确定每个数据点的K近邻;计算每个数据点的得分值,并基于所分配的隐私预算对每个数据点的得分值进行拉普拉斯加噪,得到每个数据点的满足差分隐私得分值; 步骤3、对步骤2所得到的数据点的满足差分隐私得分值进行升序排列;
团队介绍
广西师范大学地处世界级旅游城市、国家历史文化名城桂林,是国家教育部与广西壮族自治区人民政府共建高校,“中西部高校基础能力建设工程项目”高校,广西重点建设的“国内一流大学”高校,全国文明校园。有王城、育才、雁山3个校区,校园面积4100多亩,各类学生50000多人,各类教职工4000多人(含离退休人员)。学校已发展成为广西教师教育的“领头羊”、人文强桂的“主力军”、科技兴桂的“生力军”、广西国际教育的“排头兵”。目前,学校正全力推进“双一流”建设和综合改革,努力实现建设国际知名、教师教育特色鲜明的国内一流大学的目标。
成果资料
产业化落地方案
点击查看
成果综合评价报告

评价单位:- (-) 评价时间:2024-01-09

李静想

保定市知识产权协会

技术经理人

综合评价

技术转让,所需资金需双方协商,此项技术想尽快落地保定,希望具备此项技术研发的技术方,能够尽快承接次项目
查看更多>
更多