MapReduce模型下数据隐私保护机制研究

被引：6

作者：

杨绍禹

王世卿

机构：

[1] 郑州大学信息工程学院

来源：

关键词：

Map-Reduce; 差别隐私; 统计数据; 并行计算; 决策树生成算法;

D O I：

暂无

中图分类号：

TP309.2 [数据安全];

学科分类号：

081201 ; 0839 ; 1402 ;

摘要：

在对海量数据进行分析和处理的过程中,敏感信息的隐私保护显得尤为重要。针对统计类型数据分析服务的效率和安全问题,在Map-Reduce计算模型的基础上引入差别隐私保护机制。在该模型上提出一种带有隐私保护的决策树生成算法,并证明其满足ε-差别隐私。实验表明,该算法具有良好的分类精度和满意的计算效率。

引用

页码：153 / 157

页数：5

共 5 条

[1] 面向多敏感属性医疗数据发布的隐私保护技术 [J].

金华 ;

刘善成 ;

鞠时光 .

[2] 决策树的并行训练策略 [J].

刘欣阳 ;

王国仁 ;

乔百友 ;

韩东红 .

[3] A Firm Foundation for Private Data Analysis [J].

Dwork, Cynthia .

[4]

Privacy integrated queries[J] . Frank McSherry.Communications of the ACM . 2010 (9)

[5]

MapReduce[J] . Jeffrey Dean,Sanjay Ghemawat.Communications of the ACM . 2008 (1)