共查询到20条相似文献，搜索用时 31 毫秒
1.
差分隐私是能够提供严谨数学证明的隐私保护模型,针对传统差分隐私保护方法在混合型数据集中应用效果差、处理后破坏数据可用性等问题,提出一种面向混合型数据集自适应聚类的差分隐私保护算法.结合快速聚类及k-prototype聚类算法的特点,首先根据混合数据集的不同数据类型属性,采用不同的相异度计算方式实现对不同数据类型属性的距... 相似文献
2.
聚类分析是数据挖掘和机器学习的一个重要分支,应用范围广,但在聚类分析过程中大量敏感信息的泄露对用户构成威胁。因此,在聚类分析过程中实现隐私保护至关重要。传统基于差分隐私（DP）的k-means聚类算法由于存在盲目选择初始中心点、对异常点敏感度较高等问题,导致在保护数据隐私时,出现聚类可用性较低的情况。针对该问题提出一种改进的基于差分隐私保护的（IDP）k-means聚类算法以提高聚类可用性,并进行理论分析和对比实验。理论分析表明,该算法满足ε-差分隐私;仿真实验结果表明,在同一隐私预算下,k-means算法改进后在聚类可用性上优于其它差分隐私k-means聚类算法,在同一数据集与同一隐私参数下,改进k-means算法在数据可用性方面比传统算法提高了将近5个百分点。 相似文献
3.
为解决k-means聚类算法在聚类过程中隐私泄露风险,在满足ε－差分隐私保护前提下,提出一种隐私保护的RDPk-means聚类方法。该方法与传统随机选取初始点方式不同,采取基于网格密度的方式选取初始聚类中心,并在UCI数据集中进行有效性验证。采用543条数据生成2个聚类簇和19 020条数据生成3个聚类簇分别进行实验。结果表明,该聚类方法在不同的数据规模和维数情况下可以很好地保护数据隐私,能保证聚类结果的可用性。 相似文献
4.
5.
6.
7.
本地差分隐私(LDP)频率估计是数据挖掘领域的一个重要组成部分,目的是在满足LDP的前提下计算特定数据项出现的频率.在基于云服务的应用中,LDP频率估计实现了数据采集过程与数据分析过程的隐私保护,可应用于频繁模式挖掘、恶意攻击检测等.但是LDP频率估计存在随机化噪声较多、依赖数据量较大、高维数据分析准确性较低等缺点.介... 相似文献
8.
技术的发展给学生的学习带来了无尽的便利,但也对学生的数据隐私保护提出了挑战。教育类App作为面向学生的信息化工具,其保护数据隐私的情况至关重要。为研究国内教育领域App保护学生隐私的现状,采用内容分析法从国内外相关法律法规和研究文献中提取评价指标,建立面向教育类App的隐私保护评价指标。然后,抽样选取30个教育领域的App,应用该指标进行评估。结果表明,国内教育领域App保护未成年学生隐私的力度尚可,但也存在一定问题。例如,儿童隐私保护政策制定情况差,隐私保护政策提示不明显,隐私保护政策内容表述模糊,对未成年人信息管理重视度不够,等等。最后,针对我国学生数据隐私保护现状和问题,从隐私保护政策设置、建立隐私保护机构、完善律法等多个角度提出相应对策。 相似文献
9.
10.
11.
当前，教育信息化正处于高速发展时期，教育数据隐私风险不容忽视。为有效保护教育数据隐私，文章采用系统文献分析法，首先从研究时间、研究主题两个维度梳理了教育数据隐私保护研究的发展历程，随后揭示了智能校园、智能虚拟教学空间、教育大数据平台三大教育信息化应用场景中存在的教育数据隐私保护问题，最后针对这些问题提出教育数据隐私保护的技术支持方案。该方案提供隐私泄露行为监测、隐私保护分级分类两大功能，整合3种模型训练方式与9种隐私保护技术进行三级隐私保护，可实现不同教育应用场景下模型训练方式与隐私保护技术的个性化配置，从而全场景保护教育数据隐私，促进教育信息化安全、健康发展。 相似文献
12.
教育大数据正在成为驱动国家教育数字化转型战略行动的核心资源,带来了巨大的教育价值,但教育大数据的采集和分析产生了隐私侵害风险、信任危机等严峻问题,阻碍了数据的共享、开发和利用。如何增强教育大数据在开放共享、共建共用中的隐私保护和信任关系,成为制约数据驱动教育数字化转型的关键难题。对此,文章首先采用文献分析法,剖析了教育大数据隐私保护的研究现状与关键问题。随后,文章从应用场景角度设计了教育大数据全生命周期隐私增强框架,并基于此框架从技术实现角度构建了满足不同实体、不同阶段隐私需求的教育大数据全生命周期隐私增强模型及其应用流程。最后,文章介绍了该模型的典型应用场景,涉及学分与资质认证、教育协同与治理、可信评教、个性化学习服务等多个方面。文章的研究能够厘清教育大数据开放共享时的隐私保护关键问题和技术思路,可为实现教育数据要素化全生命周期的隐私保护、建立健全数据驱动教育数字化转型的信任机制提供参考。 相似文献
13.
14.
随着互联网的飞速发展,网络空间中人的隐私安全保护逐步成为人类生产生活关注的焦点。网络隐私安全是国民安全与信息安全在网络空间中的交叉合集,隐私安全的保护是对互联网公共性这一乌托邦的消解。总体来看,网络隐私安全体系就是通过观念意识、技术工具和制度措施来实现公民在网络空间中的自由活动以及个人私密的数据信息不受外部威胁和内部侵害的稳定状态。从某种意义而言,网络空间是一个公共性与反公共性同时存在的场域。大数据技术治理驱动下的个体隐私保护旨在建立大数据技术与个体隐私保护之间的联系,通过大数据实现“技术治理”到“技术赋能”的转变。因此,要加强网络隐私安全观念的培养,提升网络隐私安全技术水平,对网络隐私安全进行制度化建设。 相似文献
15.
《赤峰学院学报(自然科学版)》2017,(24)
本文将数据库运用作为研究对象,对数据库运用中的隐私保护方法以及运用技术进行了探究,总结了隐私保护的基本方式,旨在通过对数据库隐私保护的技术整合,实现数据库资源的合理运用,实现数据库资源运用的安全性. 相似文献
16.
针对传统基于ε-差分隐私模型的top-k关联规则挖掘算法在大规模数据环境下挖掘效率低下的问题,提出了一种并行差分隐私关联规则挖掘算法。算法利用Hadoop框架实现并行计算,利用负载均衡策略,使每一个节点分配到的数据量相当,利用指数机制挑选出k个频繁模式,采用拉普拉斯机制对这k个频繁模式添加噪音。通过实验对算法的频繁模式挖掘结果与同类算法进行比较分析,结果表明,该算法在保证挖掘结果具有可用性的前提下,在效率上较传统算法有所提升。 相似文献
17.
18.
基于K-匿名的隐私保护算法研究 总被引：1，自引：0，他引：1
随着数据共享的出现与发展,如何合理地保护隐私数据,同时又保证数据的可用性,成为当今信息安全领域面临的重大挑战．K-匿名是数据发布隐私保护的一种重要方法,它能够有效防止链接攻击所造成的隐私泄露问题．本文阐述了K-匿名模型的基本思想,给出了模型的概念描述,给出了一些典型的实现算法,并对隐私保护的未来研究方向进行了展望． 相似文献
19.
移动社交网络隐私保护问题是目前社交网络应用领域的前沿性课题.现有关于移动社交网络用户隐私保护的研究主要集中于隐私保护数据发布和访问控制等方面,对用户隐私信息间的关联关系研究的很少,不便于进行个性化隐私保护策略设计,增加了用户隐私保护设置的复杂性.为此,该文以大数据分析工具为技术手段,重点研究用户隐私信息间的关联关系,以便为进行个性化隐私保护策略设计提供数据支撑. 相似文献
20.
《现代教育技术》2019,(6):12-18
人工智能时代的到来在为教育变革提供诸多机遇的同时,也对学生数据隐私保护产生了新的威胁。文章从学生数据隐私的理解和相关研究入手,对学生隐私保护的动因进行了分析,提出学生数据隐私面临着智能技术与数据分析僭越隐私边界、互联网平台垄断风险骤增、传统"知情同意"数据保护架构不再适应等困境。随后,文章总结欧美国家的应对策略,具体包括设计隐私权及限制识别技术嵌入教育智能设备开发、社会组织协同设置教育行业自律条例、学生隐私制度建构辅以机构设立等。最后,文章提出学生数据隐私保护措施。文章的研究结论对于理清人工智能背景下学生数据隐私保护的潜在风险,并为我国建立系统可操作的学生隐私保护规制提供思路。 相似文献