×
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

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

1星价 ¥33.6 (6.0折)
2星价¥33.6 定价¥56.0
图文详情
  • ISBN:9787568610292
  • 装帧:一般胶版纸
  • 册数:暂无
  • 重量:暂无
  • 开本:16开
  • 页数:220
  • 出版时间:2024-03-01
  • 条形码:9787568610292 ; 978-7-5686-1029-2

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,针对推荐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平台的改进算法rTbI实现图重构计算。

目录

第1章 绪论 1.1本书研究背景和意义 1.2基础知识 1.3国内外研究现状 1.4研究内容 第2章 面向预测推荐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仿真实验 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计数查询序列 3.4边权重的扰动策略 3.5仿真实验 3.6本章小结 ......
展开全部

预估到手价 ×

预估到手价是按参与促销活动、以最优惠的购买方案计算出的价格(不含优惠券部分),仅供参考,未必等同于实际到手价。

确定
快速
导航