- 针对序列模式挖掘中的隐私保护问题,研究人员提出了名为CLDSA(当前最少序列删除算法)的创新算法。
- 该算法通过对候选序列进行加权,并在删除过程中动态更新权重,以贪心算法获得局部最优解,从而最大限度地减少对原始数据库的修改。
- 实验结果验证了CLDSA算法在隐藏敏感序列方面优于现有方法,实现了更有效的隐私保护。
序列模式挖掘隐私保护研究
相关推荐
隐私保护数据挖掘前沿研究
随着移动互联网、物联网等技术的蓬勃发展,个人隐私数据面临着前所未有的侵犯风险。隐私保护数据挖掘成为数据挖掘领域的热点,研究者们针对移动端、分布式系统、高维数据和时空数据等场景下隐私保护问题,提出了多种方法和算法,取得了丰硕的成果。
数据挖掘
4
2024-05-13
序列模式挖掘研究综述
对序列模式挖掘的研究进行概述,涵盖其相关概念、常用方法、代表性算法及其优缺点分析,并展望未来发展方向,为研究者改进现有算法和开发新算法提供参考。
数据挖掘
2
2024-05-16
大数据环境下个人隐私保护研究
随着大数据时代的到来,个人信息加工方式的转变加剧了隐私侵权问题。文章结合大数据环境下个人隐私安全存在的问题,梳理了问题成因,并提出了从技术、政策和法律等角度进行大数据时代个人隐私保护的可行性建议。
算法与数据结构
2
2024-05-19
信息时代数据挖掘与隐私保护
本章介绍了本书的内容和各章节的概述。首先,指出了数据挖掘和分析在信息社会中的必要性及其潜在影响。特别是在处理数据挖掘算法中如何整合法律和道德规范以防止歧视方面,提出了技术和非技术解决方案。本章最后概述了本书的结构,包括数据挖掘和分析的应用机会、潜在的歧视和隐私问题、法律、规范和市场应用中的实际解决方案。
数据挖掘
3
2024-07-13
Hadoop 安全与隐私保护
Hadoop 安全机制保障了大数据平台数据隐私与安全,有效防御外部攻击和内部威胁。
Hadoop
4
2024-05-01
轨迹数据隐私保护的关键技术研究综述
随着轨迹数据应用的增多,保护其隐私变得尤为重要。综述了轨迹数据隐私保护的关键技术,涵盖了基于位置服务网络环境下的隐私保护和基于轨迹数据发布的隐私保护方法。在时空层面,这些技术在数据隐私、位置隐私和轨迹隐私的处理上提供了有效的解决方案。
算法与数据结构
3
2024-07-13
PrefixSpan:GSP 序列模式挖掘算法
基于优先级原则的序列模式挖掘算法
通过产生并检测候选序列的方式
扫描序列数据库,得到长度为 1 的序列模式
根据种子集生成候选序列模式,计算支持数
迭代上述步骤,直到没有新序列模式或候选序列模式产生
算法与数据结构
3
2024-05-15
序列模式-数据挖掘算法解析
序列模式t是指在多个数据序列中发现共同的行为模式。 t通过时间序列搜索出重复发生概率较高的模式,强调时间序列的影响。 例如,在所有购买了激光打印机的人中,半年后80%的人再购买新硒鼓,20%的人用旧硒鼓装碳粉; 在所有购买了彩色电视机的人中,有60%的人再购买VCD产品; 在时序模式中,需要找出在某个最短时间内出现比率一直高于某一最小百分比(阈值)的规则。
数据挖掘
2
2024-07-15
序列模式-数据挖掘算法解析
序列模式t是指在多个数据序列中发现共同的行为模式。t通过时间序列搜索出重复发生概率较高的模式。这里特别强调时间序列的影响。例如,在所有购买了激光打印机的人中,半年后80%的人再购买新硒鼓,20%的人用旧硒鼓装碳粉;在所有购买了彩色电视机的人中,有60%的人再购买VCD产品;在时序模式中,需要找出在某个最短时间内出现比率一直高于某一最小百分比(阈值)的规则。
数据挖掘
0
2024-10-17