-
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
¥41.4(7.4折)定价:¥56.0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