基于敏感属性熵的微聚集算法

在聚类过程中,不合适的距离度量会导致匿名过程中不必要的信息损失,因此对于不同类型的属性定义一个适当的距离度量一直是个难以解决的问题.本文提出语义属性的概念,并提出编码层次树来表示语义属性,有效地降低了匿名过程中的信息损失.在p-敏感k-匿名模型中,敏感属性值在聚类结果中分布不均匀会导致敏感信息泄露,因此本文提出一种基于敏感属性熵的微聚集算法,并提出匿名保护指数来描述隐私保护程度,在聚类过程中通过保证匿名保护指数最大,来提高敏感属性在聚类结果中分布的均匀程度,以应对背景知识攻击,降低隐私泄漏的风险.最后,通过实验验证了算法的合理性和有效性.     

交叉验证容噪分类算法有效性分析及其在数据流上的应用

交叉验证容噪分类算法是处理含噪音数据集分类问题的重要手段之一.从样本复杂度理论出发,对其有效性进行了详细的理论证明,并给出适用条件.提出一种容噪数据流集合分类算法,理论分析和实验验证表明,该算法与传统交叉验证容噪算法相比,具有更高的分类准确率.