差分隐私保护k-means聚类方法研究

研究了基于差分隐私保护的k-means聚类隐私保护方法。首先介绍了隐私保护数据挖掘和隐私保护聚类分析的研究现状，简单介绍了差分隐私保护的基本原理和方法。为了解决差分隐私k-means聚类方法聚类结果可用性差的问题，提出了一个新的idpk-means聚类方法，并证明了其满足e-差分隐私保护。最后的仿真实验表明，在相同隐私保护级别下，idpk-means聚类方法与差分隐私k-means聚类方法相比，聚类可用性得到了较大程度的提高。