差分隐私在社会网络数据发布及支持向量机分类中的应用

图书标准信息

• 作者 孙振龙 著；李晓晔
• 出版社 黑龙江大学出版社
• 出版时间 2024-09
• 版次 1
• ISBN 9787568610292
• 定价 56.00元
• 装帧 其他
• 开本 16开
• 页数 220页
• 字数 225千字

【内容简介】

本书针对社会网络数据发布中存在的隐私安全问题，深入研究并提出具体的差分隐私保护方法，为社会网络分析及数据挖掘等方法提供隐私保证。首先，针对系统中计算预测评级时的隐私泄露问题，提出一种方法结合两种扰动方式发布预测评级结果。其次，针对加权网络中的边权重的隐私保护问题，提出一种mb−ci 扰动策略。再次，针对网络统计中发布聚集信息时的隐私泄露问题，为了提供更多关于社会网络中群体之间的行为信息、或簇之间的模式信息，提出一种基于边−差分隐私的方法，发布各个社区聚集系数的分布情况。后，为了在隐私保护下发布社会网络图，以再现社科研究中有价值的结果，提出一种基于wpinq台的改进算法rtbi实现图重构计算。

【作者简介】

无

【目录】

章 绪论

1.1本书研究背景和意义

1.2基础知识

1.3外研究现状

1.4研究内容

第2章 面向预测服务的差分隐私保护方法

2.1引言2.2协同过滤

2.3预测评级的扰动方法

2.4实验

2.5本章小结

第3章 面向权重图数据发布的差分隐私保护方法

3.1引言

3.2权重图表示

3.3查询序列

3.4边权重的扰动策略

3.5实验

3.6本章小结

......