计算机工程与科学

作者：李帅, 常锦才, 李吕牧之, 蔡昆杰,

单位：（1.华北理工大学理学院,河北 唐山 063210;2.河北省数据科学与应用重点实验室，河北 唐山 063210）

关键词：差分隐私,集成聚类,Stacking算法,自适应ε,隐私保护,

基金：华北空管局科技项目（HBKG202002）；唐山市科学与工程计算创新团队项目（18130209B）

针对差分隐私保护下单一聚类算法准确性和安全性不足的问题，提出了一种基于差分隐私保护的Stacking集成聚类算法。使用Stacking集成多种异质聚类算法，将K-means聚类、Birch层次聚类、谱聚类和混合高斯聚类作为初级聚类算法，结合轮廓系数对初级聚类算法产生的聚类结果加权并入原始数据，将K-means算法作为次级聚类算法对扩展后的数据集进行聚类分析。其中，针对原始数据和初级聚类算法的聚类结果分别提出自适应的ε函数确定隐私预算，为不同敏感度的数据分配不同程度的Laplace噪声。理论分析和实验结果均表明，与单一聚类算法相比，该算法满足ε-差分隐私保护的同时有效提高了聚类准确性，实现了隐私保护与数据可用性的高度平衡。

来源：2022年第8期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2022年第8期