基于贝叶斯网络属性聚类分析技术的高维隐私数据发布方法
基本信息
| 申请号 | CN202011013027.6 | 申请日 | - |
| 公开（公告）号 | CN112131604A | 公开（公告）日 | 2020-12-25 |
| 申请公布号 | CN112131604A | 申请公布日 | 2020-12-25 |
| 分类号 | G06F21/62(2013.01)I;G06K9/62(2006.01)I | 分类 | 计算；推算；计数; |
| 发明人 | 陈恒恒;刘胜军;谢飞;倪志伟;陈千;李海松;卜繁耀;朱旭辉 | 申请（专利权）人 | 合肥城市云数据中心股份有限公司 |
| 代理机构 | 合肥国和专利代理事务所（普通合伙） | 代理人 | 合肥城市云数据中心股份有限公司;合肥工业大学 |
| 地址 | 230031安徽省合肥市高新区玉兰大道767号机电产业园西二路科大国祯大厦4楼 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及基于贝叶斯网络属性聚类分析技术的高维隐私数据发布方法，与现有技术相比解决了高维隐私数据加噪发布误差大、可用性差、效率低的缺陷。本发明包括以下步骤：高维数据的获取；属性子集的聚类划分；构建加噪贝叶斯网络；生成加噪条件分布；合成数据集的发布。高维大数据环境下，本发明可在确保数据隐私安全与可用性的同时，缩短数据发布算法的运行时间，实现高维大数据环境下隐私数据的有效发布。 |
