• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    面向混合型數(shù)據(jù)集自適應(yīng)聚類的差分隱私保護(hù)算法

    2022-03-07 06:58:20張學(xué)典周圣英
    軟件導(dǎo)刊 2022年2期
    關(guān)鍵詞:可用性差分聚類

    張學(xué)典,周圣英

    (上海理工大學(xué)光電信息與計(jì)算機(jī)工程學(xué)院,上海 200093)

    0 引言

    大數(shù)據(jù)時(shí)代,數(shù)據(jù)處理方式不斷優(yōu)化,數(shù)據(jù)處理量迎來了井噴式增長(zhǎng)。越來越多的研究機(jī)構(gòu)投入到這些數(shù)字資源研究分析中,通過合理的數(shù)據(jù)挖掘分析方式,獲得高價(jià)值度的有效信息,從而支持各行各業(yè)緊密融合發(fā)展,推動(dòng)實(shí)現(xiàn)企業(yè)、政府部門等組織的管理決策高效化。然而在提供巨大潛在利益的同時(shí),無差別地將個(gè)人數(shù)據(jù)暴露在公共視野中,將會(huì)對(duì)個(gè)人隱私安全造成相當(dāng)大的危害。因此,在合理使用用戶個(gè)人數(shù)據(jù)的同時(shí)應(yīng)該兼顧用戶隱私安全。但是,如何在保證大數(shù)據(jù)發(fā)布信息可用的同時(shí)又能做到保護(hù)隱私數(shù)據(jù)安全,已然是當(dāng)前數(shù)據(jù)發(fā)布隱私保護(hù)研究的熱點(diǎn)問題。

    在數(shù)據(jù)發(fā)布中,敵手可以通過鏈接攻擊(敵手將獲取到的當(dāng)前發(fā)布的信息同通過其他渠道獲取到的外部相關(guān)信息進(jìn)行關(guān)聯(lián)對(duì)應(yīng),從而推理出用戶隱私數(shù)據(jù),這種攻擊手段能夠造成隱私泄露)獲取個(gè)體隱私數(shù)據(jù)。為了防范敵手通過鏈接攻擊造成隱私泄露問題,k-匿名及其擴(kuò)展模型被提出,k-匿名算法旨在通過概括及隱私隱匿技術(shù),通過發(fā)布精度低的數(shù)據(jù),達(dá)到保護(hù)隱私數(shù)據(jù)的目的,k-anonymity 要求發(fā)布信息中的每條記錄至少同其他(k-1)條待發(fā)布記錄具有完全相同的標(biāo)識(shí)符屬性,從而達(dá)到減少鏈接攻擊所導(dǎo)致的隱私泄露目的。雖然k-匿名隱私保護(hù)模型已被證明能夠保證以下3 點(diǎn):①敵手無法知道某個(gè)用戶是否在公開數(shù)據(jù)集中;②給定一個(gè)用戶,敵手無法確認(rèn)該用戶是否有某項(xiàng)敏感信息;③敵手無法將數(shù)據(jù)與用戶一一對(duì)應(yīng)。但是,在面對(duì)敵手基于背景知識(shí)的攻擊時(shí),即使原始數(shù)據(jù)集中的敏感屬性并不相同,敵手依然能夠通過多次比較已掌握的相關(guān)背景信息高概率地獲取隱私信息;若經(jīng)過k-匿名處理后得到的數(shù)據(jù)組內(nèi)對(duì)應(yīng)敏感屬性值相同,則更易遭受敵手發(fā)起的同質(zhì)化攻擊進(jìn)而造成隱私泄露。

    2006 年,Dwork在處理統(tǒng)計(jì)數(shù)據(jù)庫的隱私泄露問題時(shí)提出差分隱私(Difference Privacy,DP)的概念:差分隱私保護(hù)模型是一種建立在嚴(yán)格數(shù)學(xué)證明基礎(chǔ)上的數(shù)學(xué)模型,對(duì)隱私泄露風(fēng)險(xiǎn)做定量的形式化證明。該模型假設(shè)敵手采用最大程度的背景知識(shí)攻擊,通過對(duì)需要進(jìn)行隱私保護(hù)的真實(shí)數(shù)據(jù)添加隨機(jī)擾動(dòng)因子以提供隱私保護(hù),并保證這些經(jīng)過處理的數(shù)據(jù)仍具有較高可用性。這種方式較k-匿名隱私保護(hù)模型能夠提供更加安全的隱私保證。

    使用傳統(tǒng)差分隱私保護(hù)模型時(shí),會(huì)在原始數(shù)據(jù)集中添加大量噪聲,這將破壞數(shù)據(jù)可用性,繼而影響后續(xù)數(shù)據(jù)挖掘效果。研究指出,可以通過降低查詢敏感度、合理分配隱私預(yù)算提高差分隱私保護(hù)數(shù)據(jù)可用性。因此,如何設(shè)計(jì)合適的算法實(shí)現(xiàn)這一目標(biāo)將是本文考慮的主要問題。傳統(tǒng)差分隱私發(fā)布算法大多針對(duì)單一屬性數(shù)據(jù),即數(shù)值型或分類型數(shù)據(jù),而在實(shí)際應(yīng)用環(huán)境中,數(shù)據(jù)類型都是混合屬性(包含數(shù)值型及分類型數(shù)據(jù)),如醫(yī)療大數(shù)據(jù)、車輛信息大數(shù)據(jù)等。鑒于此,設(shè)計(jì)出滿足差分隱私要求的,同時(shí)保證處理后數(shù)據(jù)可用性的面向混合型數(shù)據(jù)集的差分隱私算法具有重要意義。

    1 相關(guān)概念及定義

    1.1 相關(guān)工作

    傳統(tǒng)聚類算法是以某種方式對(duì)一組對(duì)象進(jìn)行分組,通過數(shù)據(jù)屬性間的差異度對(duì)數(shù)據(jù)集進(jìn)行分組處理,可以實(shí)現(xiàn)將單一個(gè)體泛化到整組數(shù)據(jù)中以降低查詢敏感度。在這種情況下,對(duì)于待差分隱私保護(hù)處理數(shù)據(jù),能夠有效降低差分隱私噪聲量,從而提高數(shù)據(jù)可用性。

    本文分析現(xiàn)有差分隱私保護(hù)算法優(yōu)缺點(diǎn),結(jié)合混合型數(shù)據(jù)集保護(hù)要求,通過改進(jìn)k-prototype算法及快速聚類算法,提出一種適用于混合型數(shù)據(jù)集差分隱私保護(hù)的方法。雖然傳統(tǒng)的k-prototype算法能夠?qū)旌闲蛿?shù)據(jù)集進(jìn)行有效聚類,但由于沒有固定的初始聚類中心選取方法,在一般情況下均采用隨機(jī)方法確定聚類中心,會(huì)導(dǎo)致最終聚類效果穩(wěn)定性差,進(jìn)而影響差分隱私噪聲添加,降低數(shù)據(jù)可用性。而快速聚類算法通過樣本距離及密度衡量樣本間連接的緊密程度,但傳統(tǒng)快速聚類往往對(duì)數(shù)值型數(shù)據(jù)集采用“決策圖”方法判定聚類中心,混合型數(shù)據(jù)集相較于數(shù)值型數(shù)據(jù)集更為復(fù)雜,不可采用一般方法。結(jié)合上述傳統(tǒng)混合型數(shù)據(jù)聚類方法所存在的問題,本文提出了一種基于密度和距離自適應(yīng)選擇初始聚類中心的差分隱私保護(hù)算法。通過計(jì)算混合型數(shù)據(jù)集中各樣本點(diǎn)的鄰域密度和相對(duì)距離(相異度),劃分出k個(gè)密度大且相對(duì)距離較遠(yuǎn)的樣本點(diǎn)作為初始聚類中心,完成聚類;對(duì)生成的聚類結(jié)果,計(jì)算得到其數(shù)值型聚類中心,同時(shí)生成分類型數(shù)據(jù)的屬性值集合;然后判斷每一條記錄的聚類類別,將其數(shù)值型屬性替換為聚類中心并使用Laplace 方法添加噪聲,對(duì)分類型屬性采用指數(shù)機(jī)制選擇輸出,從而得到經(jīng)過差分隱私保護(hù)的結(jié)果。本文所提出算法的評(píng)價(jià)指標(biāo)主要有3 項(xiàng):數(shù)據(jù)誤差率、規(guī)范化簇內(nèi)方差及制定隱私預(yù)算下的隱私保護(hù)程度。

    1.2 差分隱私基本定義

    傳統(tǒng)隱私保護(hù)技術(shù)在面對(duì)攻擊者結(jié)合相關(guān)背景知識(shí)進(jìn)行攻擊時(shí),存在較大安全隱患,而差分隱私保護(hù)通過嚴(yán)格的數(shù)學(xué)方法克服了這一缺陷。該過程是通過向真實(shí)數(shù)據(jù)集添加隨機(jī)擾動(dòng)因素而實(shí)現(xiàn),此外要求保證數(shù)據(jù)在添加干擾因素后仍然具有較高的可用性,以確保在任一經(jīng)過差分隱私保護(hù)處理的數(shù)據(jù)集中進(jìn)行查詢操作而不影響結(jié)果,進(jìn)而實(shí)現(xiàn)隱私保護(hù)。

    定義1

    ε

    -差分隱私)設(shè)有隨機(jī)查詢算法

    M

    ,以及任意兩相鄰數(shù)據(jù)集

    D

    D

    (有且僅有一條記錄相異),若算法

    M

    對(duì)

    D

    D

    的任意輸出

    S

    ?

    Ran

    ge(

    M

    )滿足:

    則稱算法

    M

    能夠?yàn)閿?shù)據(jù)集提供

    ε

    -差分隱私保護(hù),參數(shù)

    ε

    稱為隱私保護(hù)預(yù)算,算法

    M

    的隱私保護(hù)強(qiáng)度可以通過

    ε

    進(jìn)行衡量,

    ε

    越小隱私保護(hù)程度越高;反之

    ε

    越大,則表明隱私保護(hù)程度越低。

    定義2

    (全局敏感度)設(shè)有一個(gè)查詢函數(shù)

    f

    :

    D

    D

    ,對(duì)于參與其中的任意兩相鄰數(shù)據(jù)集

    D

    D

    ,函數(shù)

    f

    的全局敏感度定義為:

    函數(shù)

    f

    是在兩個(gè)數(shù)據(jù)集上分別執(zhí)行,其中

    ||f

    (

    D

    )-

    f

    (

    D

    )

    ||

    表示向量元素絕對(duì)值之和,即1-階范數(shù)距離。

    差分隱私保護(hù)主要通過向原數(shù)據(jù)集添加擾動(dòng)噪聲而實(shí)現(xiàn),而在實(shí)際應(yīng)用中,常見的噪聲添加機(jī)制主要有Laplace 機(jī)制和指數(shù)機(jī)制。其中,Laplace 機(jī)制針對(duì)數(shù)值型數(shù)據(jù)進(jìn)行隨機(jī)擾動(dòng)處理,添加的擾動(dòng)因子符合正態(tài)分布,而指數(shù)機(jī)制則主要處理非數(shù)值型數(shù)據(jù)的擾動(dòng)。全局敏感度和差分隱私預(yù)算共同影響噪聲機(jī)制。

    定理1

    (Laplace 機(jī)制)對(duì)于已有數(shù)據(jù)集

    D

    ,設(shè)有一查詢函數(shù)

    f

    :

    D

    D′

    ,其全局敏感度為

    Δf

    ,如果算法K 滿足:

    則算法

    K

    提供

    ε

    -差分隱私保護(hù)。

    定理2

    (指數(shù)機(jī)制)對(duì)于任意一個(gè)給定的可用性函數(shù)

    μ

    (

    D

    ,

    r

    ) →

    R

    ,若存在算法

    M

    滿足:

    除上述基本性質(zhì)及定理外,差分隱私還存在以下組合性質(zhì),這些性質(zhì)能夠保證將差分隱私保護(hù)運(yùn)用到反復(fù)迭代過程中,結(jié)果始終滿足差分隱私。同時(shí),以下性質(zhì)也是實(shí)現(xiàn)合理分配差分隱私預(yù)算的基礎(chǔ)。

    定義4

    (并行組合性)同樣在給定數(shù)據(jù)集

    D

    上,若存在隨機(jī)算法

    A

    ,能夠提供

    ε

    -差分隱私保護(hù),則將數(shù)據(jù)集

    D

    劃分為互不相交的子集{

    D

    ,

    D

    ,…,

    D

    },則算法

    A

    在{

    D

    ,

    D

    ,…,

    D

    }上的并行操作所構(gòu)成的算法也提供

    ε

    -差分隱私保護(hù)。

    2 面向混合型數(shù)據(jù)集的差分隱私保護(hù)算法

    2.1 樣本相異度及鄰域密度計(jì)算

    混合型數(shù)據(jù)集包含數(shù)值型屬性及分類型屬性,因此對(duì)于不同數(shù)據(jù)類型需要采用不同的差異性度量方法。本文對(duì)數(shù)值型數(shù)據(jù)采用閔可夫斯基距離計(jì)算方法,對(duì)于給定的表示為

    x

    =(

    x

    ,

    x

    ,…,

    x

    )∈

    R

    x

    =(

    x

    ,

    x

    ,…,

    x

    )∈

    R

    的樣本,其中

    n

    表示維度,則樣本間距離可定義為:

    其中,

    p

    是閔可夫斯基距離的階,本文取

    p

    =1,即樣本間距離公式為:

    而對(duì)于分類型屬性不能采用常規(guī)的距離計(jì)算方法,故本文采用簡(jiǎn)單匹配距離衡量分類型數(shù)據(jù)的相異度,簡(jiǎn)單匹配距離越大則表示樣本間相異性越高。對(duì)于給定的表示為

    x

    =(

    x

    ,

    x

    ,…,

    x

    )∈

    R

    x

    =(

    x

    ,

    x

    ,…,

    x

    )∈

    R

    的樣本,其中

    n

    表示維度,對(duì)于

    x

    x

    的某一分類型屬性

    x

    x

    ,定義函數(shù):

    樣本間的簡(jiǎn)單匹配距離為:

    綜上所述,對(duì)于一個(gè)混合型數(shù)據(jù)集

    X

    ={

    x

    ,

    x

    ,…,

    x

    },每個(gè)樣本

    x

    (

    i

    =1,2,…,

    n

    )都有

    p

    個(gè)屬性,以

    a

    ,

    a

    ,…,

    a

    ,

    a

    ,…,

    a

    表示屬性,其中

    a

    ,

    a

    ,…,

    a

    為數(shù)值型,

    a

    ,…,

    a

    為分類型。隨機(jī)選擇初始聚類中心

    C

    ={

    c

    ,

    c

    ,…,

    c

    },則樣本與聚類中心的相異度為:

    其中,

    γ

    為分類型屬性對(duì)于相異度判斷影響所設(shè)權(quán)重。

    由傳統(tǒng)k-prototype 定義可知,對(duì)于簇中樣本需要確定代價(jià)損失函數(shù)確定各變量與聚類中心的距離,定義如下:

    其中,

    U

    是維度為

    n

    ×

    k

    取值為{0,1}的關(guān)聯(lián)度矩陣,有:

    即表示

    x

    是否屬于第

    j

    個(gè)簇,若屬于則

    U

    =1,否則為0。而在執(zhí)行聚類迭代過程中,聚類中心可能會(huì)不斷發(fā)生變化,因此對(duì)于聚類中心的第

    q

    個(gè)數(shù)值型屬性

    c

    有:

    同理,對(duì)于聚類中心的第

    q

    個(gè)分類型屬性

    c

    ,則取數(shù)據(jù)集所有樣本中,按關(guān)聯(lián)度加權(quán)后,值頻率最高的值,即隸屬于該簇的所有樣本第

    q

    個(gè)分類型屬性出現(xiàn)頻率最高的值:

    數(shù)據(jù)集

    X

    ={

    x

    ,

    x

    ,…,

    x

    }中任意兩個(gè)樣本

    x

    、

    x

    間的平均距離定義為:

    數(shù)據(jù)集

    X

    ={

    x

    ,

    x

    ,…,

    x

    }中任意樣本的鄰域密度

    ρ

    為:

    其中,

    e

    (

    x

    ,

    x

    ,

    ρ

    )為核密度函數(shù),其定義為:

    2.2 基于密度和距離自適應(yīng)的聚類中心選擇

    綜上所述,對(duì)于混合型數(shù)據(jù)集聚類流程描述如下:

    Step1:對(duì)于初始混合型數(shù)據(jù)集的每一條樣本計(jì)算其鄰域密度

    ρ

    ;Step2:通過遍歷按密度降序排列

    C

    ={

    C

    ,

    C

    ,…,

    C

    },定義集合

    M

    ,將排序后鄰域密度最大的樣本

    C

    加入到集合

    M

    中;Step3:繼續(xù)迭代

    C

    ,若集合

    C

    中存在滿足對(duì)于任意

    M

    M

    都有

    dist

    (

    C

    ,

    M

    )>

    L

    ,則將

    C

    添加到集合

    M

    中,直至迭代完集合

    C

    中的所有元素,則集合

    M

    中所有元素即為初始聚類中心,此時(shí)簇?cái)?shù)為|M|;Step4:根據(jù)相異度公式計(jì)算原始數(shù)據(jù)集中的每一個(gè)樣本

    x

    與|M|個(gè)聚類中心的

    dist

    (

    x

    ,

    c

    ),將

    x

    劃分到

    Min

    (

    dist

    (

    x

    ,

    c

    ))的簇中;

    Step5:計(jì)算樣本與聚類中心間的關(guān)聯(lián)度矩陣;

    Step6:重新計(jì)算每個(gè)簇的聚類中心(數(shù)值型屬性按照式(12)計(jì)算,分類型屬性按照式(13)計(jì)算);

    Step7:根據(jù)計(jì)算出來的聚類中心,判斷原簇中數(shù)據(jù)是否發(fā)生變化,若無變化,聚類結(jié)束,得到聚類后的數(shù)據(jù)集,否則返回Step3;

    Step8:判斷是否達(dá)到最大迭代次數(shù),若達(dá)到結(jié)束聚類,否則依舊返回Step3。

    2.3 聚類結(jié)果差分隱私保護(hù)

    對(duì)經(jīng)過聚類操作的數(shù)據(jù)集進(jìn)行添加噪聲處理,采用Laplace 機(jī)制對(duì)聚類中心的數(shù)值型屬性添加噪聲,即:

    而對(duì)于聚類中心的分類型屬性,使用Laplace 機(jī)制添加噪聲沒有意義,由于分類型屬性的構(gòu)成是從有限集中選取,因此通過差分隱私的指數(shù)機(jī)制,以一定概率選擇輸出,故根據(jù)式(4)可得:

    完整算法描述如下:

    Input

    :混合型數(shù)據(jù)集

    X

    ,數(shù)據(jù)維度d,迭代次數(shù)t,初始聚類中心點(diǎn)集M,隱私預(yù)算

    ε

    ,聚類簇?cái)?shù)目

    n

    ,數(shù)值型屬性數(shù)目

    p

    ,分類型屬性數(shù)目

    d

    -

    p

    3 實(shí)驗(yàn)分析

    3.1 數(shù)據(jù)集處理

    實(shí)驗(yàn)中所需的混合型數(shù)據(jù)集選用在隱私保護(hù)領(lǐng)域廣泛應(yīng)用的UCI(University of California)Machine Learning Reposity中的Adult數(shù)據(jù)集,在處理其無效內(nèi)容及空屬性記錄后,共有30 162條備用記錄。本文在考慮數(shù)據(jù)集本身所具有的異構(gòu)屬性類型數(shù)據(jù)后,選擇其中8項(xiàng)作為評(píng)估數(shù)據(jù)集進(jìn)行處理,包括數(shù)值型屬性:age、hours-per-week 和分類型屬性:workclass、education、occupation、race、sex、native-country。

    差分隱私對(duì)于混合型數(shù)據(jù)集的數(shù)據(jù)可用性是通過聚類中心替換簇內(nèi)樣本記錄并添加對(duì)應(yīng)噪聲所產(chǎn)生的信息缺失加以定量。而信息缺失可以通過樣本與聚類中心的距離進(jìn)行量化,即通過式(10)的誤差平方和加以衡量。

    在保證數(shù)據(jù)可用性的同時(shí),需要對(duì)差分隱私保護(hù)前本文算法對(duì)于數(shù)據(jù)集的聚類性能進(jìn)行評(píng)估,考慮使用規(guī)范化簇內(nèi)方差(

    N

    ormalized Intracluster Variance,NICV)衡量,但是傳統(tǒng)計(jì)算方法只針對(duì)數(shù)值型數(shù)據(jù)集有效,而對(duì)于混合型數(shù)據(jù)集聚類后的簇內(nèi)方差計(jì)算需要進(jìn)行合理推廣,其計(jì)算公式如下:

    其中,

    C

    是簇的聚類中心,

    x

    (

    a

    )表示樣本

    x

    的數(shù)值型屬性值,

    N

    為簇內(nèi)樣本總量,

    p

    表示樣本數(shù)值型屬性個(gè)數(shù),

    q

    表示樣本分類型屬性個(gè)數(shù),Pr(

    x

    (

    a

    ))表示選中

    x

    (

    a

    )的概率。

    3.2 實(shí)驗(yàn)結(jié)果與分析

    實(shí)驗(yàn)過程中,將數(shù)據(jù)集分別在本文提出算法與傳統(tǒng)DPk-means算法以及MDAV算法上運(yùn)行。傳統(tǒng)DPkmeans算法在處理混合型數(shù)據(jù)集時(shí)沒有任何分類操作,對(duì)每一條記錄的每一項(xiàng)屬性不加區(qū)分地進(jìn)行差分隱私保護(hù)處理;MDAV算法通過微聚類方式再結(jié)合差分隱私保護(hù)進(jìn)行數(shù)據(jù)發(fā)布。

    對(duì)Adult 數(shù)據(jù)集作預(yù)處理,將其分類型屬性取值歸一化處理到{0,1}上,將隱私保護(hù)預(yù)算

    ε

    的值從0 提高到1.0。圖1 展示了在數(shù)據(jù)集上執(zhí)行3 種算法得到的數(shù)據(jù)誤差率,圖2則是NICV 值的比較,圖3 是在固定隱私保護(hù)預(yù)算

    ε

    下,通過調(diào)節(jié)簇個(gè)數(shù)探究本文算法對(duì)于隱私信息的保護(hù)程度。

    Fig.1 Data error rate of data set under different algorithms圖1 數(shù)據(jù)集在不同算法下的數(shù)據(jù)誤差率

    Fig.2 Comparison of NICV values圖2 NICV 值比較

    Fig.3 Privacy protection degree of the proposed algorithm when ε= 0.4圖3 ε= 0.4 時(shí)本文算法隱私保護(hù)程度

    如圖1 所示,在相同

    ε

    下,本文提出的差分隱私發(fā)布算法具有更低的誤差,且隨著

    ε

    增加,誤差保持相對(duì)穩(wěn)定。因此,經(jīng)過本文差分隱私發(fā)布算法處理的數(shù)據(jù)更接近原始數(shù)據(jù),在數(shù)據(jù)挖掘中具有實(shí)際應(yīng)用價(jià)值。由圖2 可以明顯看出,本文提出的發(fā)布算法在NICV 值上明顯小于其他兩種算法,并且隨著

    ε

    的變化趨于穩(wěn)定,說明本文算法的聚類效果在處理混合型數(shù)據(jù)集時(shí)具有明顯優(yōu)勢(shì)。從圖3 可以看出,隨著發(fā)布數(shù)據(jù)初始聚類簇?cái)?shù)的增加,原數(shù)據(jù)集的隱私保護(hù)效果逐漸提升,然而在實(shí)際實(shí)驗(yàn)中,隨著簇?cái)?shù)增加,算法運(yùn)行時(shí)間明顯變長(zhǎng)。這是因?yàn)榇財(cái)?shù)增加,聚類中心的選擇變多,需要向更多簇添加不同的差分隱私保護(hù),從而增加了運(yùn)行時(shí)間。在未來研究中,將著重降低簇?cái)?shù)提升算法時(shí)間復(fù)雜度。

    4 結(jié)語

    本文提出的面向混合型數(shù)據(jù)集的自適應(yīng)聚類差分隱私保護(hù)算法,通過結(jié)合快速聚類算法、k-prototype 聚類算法的特性,能夠基于密度和距離,自適應(yīng)確定初始聚類中心,對(duì)于分類型屬性和數(shù)值型屬性進(jìn)行差別處理,使其滿足聚類要求,反復(fù)迭代完成混合型數(shù)據(jù)集的自適應(yīng)聚類,再向聚類后的簇中心加入對(duì)應(yīng)擾動(dòng)因子以滿足差分隱私要求;在實(shí)現(xiàn)聚類高效處理的同時(shí)又能不過度降低數(shù)據(jù)有效性,從而達(dá)到保護(hù)隱私數(shù)據(jù)的目的。在此基礎(chǔ)上,通過探究在實(shí)驗(yàn)數(shù)據(jù)集下初始簇個(gè)數(shù)變化,尋找數(shù)據(jù)可用性和隱私披露之間的平衡點(diǎn),證明確實(shí)適用于混合數(shù)據(jù)集的差分隱私保護(hù)。

    猜你喜歡
    可用性差分聚類
    基于文獻(xiàn)計(jì)量學(xué)的界面設(shè)計(jì)可用性中外對(duì)比研究
    包裝工程(2023年24期)2023-12-27 09:18:26
    數(shù)列與差分
    基于輻射傳輸模型的GOCI晨昏時(shí)段數(shù)據(jù)的可用性分析
    基于DBSACN聚類算法的XML文檔聚類
    基于改進(jìn)的遺傳算法的模糊聚類算法
    空客A320模擬機(jī)FD1+2可用性的討論
    河南科技(2015年7期)2015-03-11 16:23:13
    基于差分隱私的大數(shù)據(jù)隱私保護(hù)
    一種層次初始的聚類個(gè)數(shù)自適應(yīng)的聚類方法研究
    相對(duì)差分單項(xiàng)測(cè)距△DOR
    太空探索(2014年1期)2014-07-10 13:41:50
    黔西南州烤煙化學(xué)成分可用性評(píng)價(jià)
    作物研究(2014年6期)2014-03-01 03:39:04
    精品日产1卡2卡| 精品国产亚洲在线| 欧美成人性av电影在线观看| 中出人妻视频一区二区| 日日夜夜操网爽| 国产精品秋霞免费鲁丝片| 国产成人影院久久av| 男女床上黄色一级片免费看| 午夜久久久在线观看| 中文字幕人妻丝袜一区二区| av免费在线观看网站| 三级毛片av免费| 亚洲性夜色夜夜综合| 亚洲视频免费观看视频| 巨乳人妻的诱惑在线观看| 757午夜福利合集在线观看| 大香蕉久久成人网| 在线观看免费视频日本深夜| 在线观看午夜福利视频| 亚洲国产欧美日韩在线播放| 久久久久精品国产欧美久久久| av欧美777| 亚洲va日本ⅴa欧美va伊人久久| 精品国产乱子伦一区二区三区| 日韩有码中文字幕| 满18在线观看网站| 老鸭窝网址在线观看| 亚洲精品国产精品久久久不卡| 精品国产乱码久久久久久男人| 国产一区二区三区综合在线观看| 夜夜爽天天搞| 欧美激情高清一区二区三区| 日韩av在线大香蕉| 久久精品成人免费网站| 欧美另类亚洲清纯唯美| 丁香六月欧美| 韩国精品一区二区三区| 黄片小视频在线播放| cao死你这个sao货| av福利片在线| 别揉我奶头~嗯~啊~动态视频| 日本撒尿小便嘘嘘汇集6| 丰满人妻熟妇乱又伦精品不卡| 成人欧美大片| 国语自产精品视频在线第100页| 国产一级毛片七仙女欲春2 | 亚洲成人免费电影在线观看| 日本五十路高清| 丰满的人妻完整版| 亚洲精品中文字幕一二三四区| 99riav亚洲国产免费| 久久精品人人爽人人爽视色| 久久精品成人免费网站| 国产亚洲精品综合一区在线观看 | 露出奶头的视频| 精品久久久久久久毛片微露脸| 日本 欧美在线| 国产精品秋霞免费鲁丝片| 丰满人妻熟妇乱又伦精品不卡| 黄片播放在线免费| 国产乱人伦免费视频| 欧美大码av| 久久久久精品国产欧美久久久| 91国产中文字幕| 日本撒尿小便嘘嘘汇集6| 91老司机精品| 高潮久久久久久久久久久不卡| 人妻久久中文字幕网| 啦啦啦观看免费观看视频高清 | 九色亚洲精品在线播放| 女人高潮潮喷娇喘18禁视频| 日韩欧美三级三区| 亚洲国产精品成人综合色| 国产色视频综合| 国产亚洲av嫩草精品影院| 国产精品自产拍在线观看55亚洲| 18禁裸乳无遮挡免费网站照片 | 亚洲情色 制服丝袜| 露出奶头的视频| 久久久久国内视频| 欧美国产日韩亚洲一区| www日本在线高清视频| 亚洲人成网站在线播放欧美日韩| 亚洲精品在线观看二区| 亚洲无线在线观看| 国产亚洲欧美在线一区二区| 久久久久久久久久久久大奶| 嫁个100分男人电影在线观看| 法律面前人人平等表现在哪些方面| 看片在线看免费视频| 国产免费男女视频| 亚洲国产高清在线一区二区三 | 欧美成人午夜精品| 午夜福利,免费看| 免费看美女性在线毛片视频| 欧美成狂野欧美在线观看| 50天的宝宝边吃奶边哭怎么回事| 欧美精品啪啪一区二区三区| 女同久久另类99精品国产91| 啦啦啦免费观看视频1| 国产三级黄色录像| 精品国产乱码久久久久久男人| 99riav亚洲国产免费| 亚洲av美国av| 成人18禁在线播放| 好男人在线观看高清免费视频 | 欧美成人一区二区免费高清观看 | 热99re8久久精品国产| 中国美女看黄片| 久99久视频精品免费| 国产精品亚洲av一区麻豆| 国产成人av激情在线播放| 亚洲欧美精品综合一区二区三区| 中文亚洲av片在线观看爽| 国产激情欧美一区二区| 久久人妻av系列| 久久久久久久久中文| 此物有八面人人有两片| 国产又色又爽无遮挡免费看| 久久久久久久午夜电影| 首页视频小说图片口味搜索| 黄片播放在线免费| av天堂在线播放| 在线永久观看黄色视频| 亚洲无线在线观看| 国产主播在线观看一区二区| 久久中文看片网| 亚洲久久久国产精品| 国产欧美日韩精品亚洲av| 久久精品国产清高在天天线| 一二三四社区在线视频社区8| 国产亚洲精品久久久久5区| 日韩大码丰满熟妇| 级片在线观看| 午夜福利高清视频| 亚洲精品粉嫩美女一区| 视频区欧美日本亚洲| 色综合亚洲欧美另类图片| 久久精品91蜜桃| 欧美乱色亚洲激情| 色综合婷婷激情| 国产激情久久老熟女| 一二三四社区在线视频社区8| 欧美老熟妇乱子伦牲交| 午夜福利一区二区在线看| 亚洲人成77777在线视频| 男人操女人黄网站| 可以免费在线观看a视频的电影网站| 操美女的视频在线观看| 亚洲 欧美一区二区三区| 国产视频一区二区在线看| 亚洲国产看品久久| 日韩欧美免费精品| 欧美丝袜亚洲另类 | 法律面前人人平等表现在哪些方面| 一级毛片精品| 国产高清视频在线播放一区| 1024香蕉在线观看| 久久天躁狠狠躁夜夜2o2o| 69精品国产乱码久久久| 好男人在线观看高清免费视频 | 久久狼人影院| 亚洲五月天丁香| 人人妻人人澡人人看| 高潮久久久久久久久久久不卡| 久久香蕉精品热| 久久亚洲精品不卡| 在线观看日韩欧美| 日日夜夜操网爽| 亚洲美女黄片视频| 69av精品久久久久久| 国产av一区在线观看免费| 超碰成人久久| 精品久久久久久,| 国产三级黄色录像| 久99久视频精品免费| 亚洲 欧美一区二区三区| 国产精品综合久久久久久久免费 | 极品人妻少妇av视频| 黄片播放在线免费| 91字幕亚洲| 国内毛片毛片毛片毛片毛片| 18禁黄网站禁片午夜丰满| 国产亚洲精品一区二区www| 亚洲专区中文字幕在线| 色综合站精品国产| 99久久综合精品五月天人人| 丝袜美足系列| 一区二区三区高清视频在线| 极品教师在线免费播放| 在线av久久热| 久热爱精品视频在线9| 国产高清激情床上av| 免费人成视频x8x8入口观看| 老司机午夜福利在线观看视频| 美国免费a级毛片| 国产三级在线视频| 99精品欧美一区二区三区四区| 一个人观看的视频www高清免费观看 | 又大又爽又粗| 精品一区二区三区av网在线观看| 在线观看www视频免费| 国产欧美日韩一区二区三| 视频在线观看一区二区三区| 在线观看免费午夜福利视频| 99re在线观看精品视频| 又紧又爽又黄一区二区| 12—13女人毛片做爰片一| 亚洲全国av大片| 国产亚洲精品第一综合不卡| 丁香欧美五月| 久久香蕉国产精品| 免费女性裸体啪啪无遮挡网站| 一级,二级,三级黄色视频| 成年人黄色毛片网站| 在线观看免费午夜福利视频| 国产精华一区二区三区| 亚洲国产中文字幕在线视频| 成人18禁高潮啪啪吃奶动态图| 久久久久久久久免费视频了| 可以在线观看毛片的网站| 非洲黑人性xxxx精品又粗又长| 好男人在线观看高清免费视频 | 老司机午夜福利在线观看视频| 最新在线观看一区二区三区| 在线观看日韩欧美| 亚洲天堂国产精品一区在线| 咕卡用的链子| 欧美乱码精品一区二区三区| 午夜两性在线视频| 丁香欧美五月| 亚洲精品国产精品久久久不卡| 满18在线观看网站| 黑丝袜美女国产一区| 免费少妇av软件| 最好的美女福利视频网| 午夜免费成人在线视频| 亚洲一区二区三区色噜噜| 国产成人欧美| 99国产极品粉嫩在线观看| 久久精品aⅴ一区二区三区四区| 成人免费观看视频高清| 长腿黑丝高跟| 亚洲欧美一区二区三区黑人| 真人一进一出gif抽搐免费| 日韩欧美在线二视频| 欧美最黄视频在线播放免费| 两性午夜刺激爽爽歪歪视频在线观看 | 亚洲av成人av| 51午夜福利影视在线观看| 后天国语完整版免费观看| 久久伊人香网站| 欧美日韩亚洲综合一区二区三区_| 久久人妻熟女aⅴ| 夜夜爽天天搞| 如日韩欧美国产精品一区二区三区| 大码成人一级视频| 窝窝影院91人妻| 国产精品亚洲一级av第二区| 久久国产精品男人的天堂亚洲| 欧美成人性av电影在线观看| 国产人伦9x9x在线观看| 此物有八面人人有两片| 最近最新中文字幕大全免费视频| 亚洲欧洲精品一区二区精品久久久| 在线观看www视频免费| 嫩草影院精品99| 91麻豆av在线| 日本黄色视频三级网站网址| 国产午夜精品久久久久久| 99久久精品国产亚洲精品| 日韩大尺度精品在线看网址 | 午夜福利免费观看在线| 欧美丝袜亚洲另类 | 欧美在线黄色| 嫁个100分男人电影在线观看| 亚洲中文日韩欧美视频| 男女做爰动态图高潮gif福利片 | 操出白浆在线播放| 欧美不卡视频在线免费观看 | 精品一区二区三区四区五区乱码| 咕卡用的链子| 日韩欧美三级三区| 99热只有精品国产| 欧美丝袜亚洲另类 | 91九色精品人成在线观看| 无限看片的www在线观看| 麻豆久久精品国产亚洲av| 亚洲美女黄片视频| 他把我摸到了高潮在线观看| 日本精品一区二区三区蜜桃| 日韩欧美免费精品| 大型av网站在线播放| 午夜福利在线观看吧| 国产麻豆69| 成人18禁高潮啪啪吃奶动态图| 亚洲第一电影网av| 十分钟在线观看高清视频www| 高清在线国产一区| 亚洲国产日韩欧美精品在线观看 | 久久久久九九精品影院| 狂野欧美激情性xxxx| 91九色精品人成在线观看| 精品久久久久久久久久免费视频| 精品国产超薄肉色丝袜足j| 女性生殖器流出的白浆| 欧美一级毛片孕妇| 成人av一区二区三区在线看| 欧美激情高清一区二区三区| 大码成人一级视频| 免费少妇av软件| 嫁个100分男人电影在线观看| 午夜久久久在线观看| 日本黄色视频三级网站网址| 欧美日本中文国产一区发布| 国产片内射在线| 亚洲精品一区av在线观看| 国产成人一区二区三区免费视频网站| 免费在线观看影片大全网站| 免费人成视频x8x8入口观看| 国产成人av激情在线播放| 久久精品91蜜桃| 免费观看人在逋| 国产精品一区二区在线不卡| 乱人伦中国视频| 丁香欧美五月| 国产亚洲欧美98| 免费一级毛片在线播放高清视频 | 18禁国产床啪视频网站| 久久九九热精品免费| 在线观看舔阴道视频| av电影中文网址| 精品人妻在线不人妻| av福利片在线| 亚洲男人的天堂狠狠| 久久国产乱子伦精品免费另类| 又大又爽又粗| 久久精品亚洲精品国产色婷小说| av欧美777| 无人区码免费观看不卡| 亚洲中文字幕日韩| 日本a在线网址| 久99久视频精品免费| 9热在线视频观看99| 黄色 视频免费看| 欧美日韩乱码在线| 欧美大码av| 色在线成人网| 国产欧美日韩一区二区精品| 日韩国内少妇激情av| 亚洲国产欧美日韩在线播放| 欧美在线一区亚洲| 国产亚洲精品综合一区在线观看 | 婷婷精品国产亚洲av在线| 99re在线观看精品视频| 热99re8久久精品国产| 亚洲中文日韩欧美视频| 色综合亚洲欧美另类图片| 一级作爱视频免费观看| 变态另类成人亚洲欧美熟女 | 中文亚洲av片在线观看爽| 久久久久久久午夜电影| 精品一区二区三区av网在线观看| 美女午夜性视频免费| 久久香蕉激情| 亚洲专区国产一区二区| 国产又爽黄色视频| 国产欧美日韩综合在线一区二区| 又黄又爽又免费观看的视频| 免费女性裸体啪啪无遮挡网站| 免费一级毛片在线播放高清视频 | 亚洲一卡2卡3卡4卡5卡精品中文| 又黄又爽又免费观看的视频| 此物有八面人人有两片| 久久午夜亚洲精品久久| 少妇的丰满在线观看| 侵犯人妻中文字幕一二三四区| 国产精品自产拍在线观看55亚洲| 九色国产91popny在线| av中文乱码字幕在线| 国产亚洲av嫩草精品影院| 在线十欧美十亚洲十日本专区| 亚洲av成人av| 国产精品 欧美亚洲| 精品人妻1区二区| 后天国语完整版免费观看| 免费无遮挡裸体视频| 精品日产1卡2卡| 手机成人av网站| 少妇被粗大的猛进出69影院| 一本久久中文字幕| 国产99久久九九免费精品| 777久久人妻少妇嫩草av网站| 国产一区在线观看成人免费| 欧美成人一区二区免费高清观看 | 国产色视频综合| 日韩大尺度精品在线看网址 | 日韩av在线大香蕉| 很黄的视频免费| 一本综合久久免费| 午夜视频精品福利| 90打野战视频偷拍视频| 国内精品久久久久久久电影| 国产成人精品久久二区二区免费| 久久久国产欧美日韩av| 日韩大码丰满熟妇| 淫妇啪啪啪对白视频| 国产一级毛片七仙女欲春2 | 久久国产精品男人的天堂亚洲| 日韩av在线大香蕉| 国产成人av激情在线播放| 啦啦啦免费观看视频1| 久久久久国内视频| 中文字幕久久专区| 波多野结衣高清无吗| 一本久久中文字幕| 精品国内亚洲2022精品成人| 天天躁夜夜躁狠狠躁躁| 久久久久久久精品吃奶| 欧美国产日韩亚洲一区| 好男人电影高清在线观看| 国产又爽黄色视频| 男女床上黄色一级片免费看| 日韩有码中文字幕| 国产1区2区3区精品| 99久久久亚洲精品蜜臀av| 亚洲一码二码三码区别大吗| 韩国av一区二区三区四区| 精品久久久久久久毛片微露脸| 国产aⅴ精品一区二区三区波| 少妇熟女aⅴ在线视频| 天天一区二区日本电影三级 | 亚洲成人国产一区在线观看| tocl精华| 色播在线永久视频| av在线播放免费不卡| 母亲3免费完整高清在线观看| 日韩欧美一区二区三区在线观看| 黄色丝袜av网址大全| 真人做人爱边吃奶动态| 亚洲无线在线观看| 高潮久久久久久久久久久不卡| 亚洲第一av免费看| av片东京热男人的天堂| 999久久久国产精品视频| 波多野结衣一区麻豆| 又紧又爽又黄一区二区| a级毛片在线看网站| 两性午夜刺激爽爽歪歪视频在线观看 | 两性午夜刺激爽爽歪歪视频在线观看 | 日韩精品中文字幕看吧| 男女床上黄色一级片免费看| 久久久久久久久免费视频了| 国产又色又爽无遮挡免费看| 日本撒尿小便嘘嘘汇集6| 91字幕亚洲| 欧美色视频一区免费| 亚洲中文字幕日韩| 国产精品爽爽va在线观看网站 | 亚洲狠狠婷婷综合久久图片| 我的亚洲天堂| 长腿黑丝高跟| 91九色精品人成在线观看| 国产黄a三级三级三级人| 99久久99久久久精品蜜桃| 两个人免费观看高清视频| 女人精品久久久久毛片| 亚洲国产高清在线一区二区三 | 久久午夜亚洲精品久久| 亚洲 欧美 日韩 在线 免费| 岛国视频午夜一区免费看| 夜夜夜夜夜久久久久| 久久久国产欧美日韩av| 久久久久久亚洲精品国产蜜桃av| 色在线成人网| 天天添夜夜摸| 色综合婷婷激情| 女生性感内裤真人,穿戴方法视频| 真人一进一出gif抽搐免费| 亚洲欧美精品综合一区二区三区| 日韩成人在线观看一区二区三区| 精品一区二区三区四区五区乱码| 嫩草影视91久久| 精品无人区乱码1区二区| 成人av一区二区三区在线看| 1024视频免费在线观看| 久久精品国产综合久久久| 久久久久久国产a免费观看| 啦啦啦韩国在线观看视频| 人人妻,人人澡人人爽秒播| 久久这里只有精品19| 国产欧美日韩一区二区三区在线| 一进一出好大好爽视频| 丁香六月欧美| 久久久水蜜桃国产精品网| 桃红色精品国产亚洲av| 少妇 在线观看| 1024视频免费在线观看| 一边摸一边做爽爽视频免费| 国产色视频综合| 人人妻人人澡欧美一区二区 | 成人特级黄色片久久久久久久| 久久精品国产亚洲av高清一级| 亚洲五月色婷婷综合| 91国产中文字幕| 国产一级毛片七仙女欲春2 | a在线观看视频网站| 天天躁夜夜躁狠狠躁躁| 极品人妻少妇av视频| 女人爽到高潮嗷嗷叫在线视频| 巨乳人妻的诱惑在线观看| 两个人免费观看高清视频| 日本vs欧美在线观看视频| 麻豆成人av在线观看| 亚洲中文av在线| 欧美中文综合在线视频| 午夜福利高清视频| 中亚洲国语对白在线视频| 可以在线观看毛片的网站| 婷婷六月久久综合丁香| 热99re8久久精品国产| 在线国产一区二区在线| 丝袜在线中文字幕| 欧美日韩亚洲综合一区二区三区_| 亚洲第一电影网av| 欧美成人午夜精品| 国产精品自产拍在线观看55亚洲| 国产亚洲欧美98| 窝窝影院91人妻| 亚洲精品久久成人aⅴ小说| 97超级碰碰碰精品色视频在线观看| 国产高清videossex| 日本黄色视频三级网站网址| 丰满的人妻完整版| 老汉色av国产亚洲站长工具| bbb黄色大片| 18禁观看日本| 99久久精品国产亚洲精品| 日韩中文字幕欧美一区二区| 欧美激情高清一区二区三区| 熟妇人妻久久中文字幕3abv| 亚洲美女黄片视频| 亚洲第一欧美日韩一区二区三区| 亚洲国产精品sss在线观看| 久久久久久亚洲精品国产蜜桃av| 女人高潮潮喷娇喘18禁视频| 三级毛片av免费| 亚洲熟女毛片儿| 久久性视频一级片| 在线观看www视频免费| 桃红色精品国产亚洲av| 成人精品一区二区免费| 免费av毛片视频| 国产精品一区二区免费欧美| 国产亚洲精品一区二区www| 变态另类丝袜制服| 91九色精品人成在线观看| 免费女性裸体啪啪无遮挡网站| 手机成人av网站| 欧美日本亚洲视频在线播放| 黄色丝袜av网址大全| 亚洲久久久国产精品| 亚洲欧美日韩无卡精品| 狂野欧美激情性xxxx| 91字幕亚洲| x7x7x7水蜜桃| 一级a爱视频在线免费观看| 精品人妻在线不人妻| 最新美女视频免费是黄的| 19禁男女啪啪无遮挡网站| 这个男人来自地球电影免费观看| www.熟女人妻精品国产| 日韩欧美国产一区二区入口| 亚洲欧美精品综合久久99| 国语自产精品视频在线第100页| 国产精品久久视频播放| 黄色 视频免费看| 久久精品人人爽人人爽视色| 国产成+人综合+亚洲专区| 夜夜爽天天搞| 此物有八面人人有两片| 精品日产1卡2卡| 久久精品国产亚洲av香蕉五月| 国产av精品麻豆| 桃色一区二区三区在线观看| av视频免费观看在线观看| 淫妇啪啪啪对白视频| 久久国产乱子伦精品免费另类| 午夜成年电影在线免费观看| 久久久久国产精品人妻aⅴ院| 成人亚洲精品一区在线观看| 激情在线观看视频在线高清| 日韩高清综合在线| 成人av一区二区三区在线看| 国产伦人伦偷精品视频| av免费在线观看网站| 好男人在线观看高清免费视频 | 中文字幕人成人乱码亚洲影| 在线观看日韩欧美| 欧美日本亚洲视频在线播放| 国产精品爽爽va在线观看网站 | 精品国产一区二区三区四区第35| 一级毛片精品| 精品国产乱码久久久久久男人| 91大片在线观看| 欧美日本亚洲视频在线播放| 欧美国产日韩亚洲一区| 天堂√8在线中文| 国产精品亚洲美女久久久| 久久香蕉国产精品| 一本大道久久a久久精品| 51午夜福利影视在线观看| 亚洲熟女毛片儿| 可以在线观看的亚洲视频| 精品国产亚洲在线|