期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于Skyline计算的社交网络关系数据隐私保护
被引量:
7
1
作者
张书旋
康海燕
闫涵
《计算机应用》
CSCD
北大核心
2019年第5期1394-1399,共6页
随着社交软件的流行,越来越多的人加入社交网络产生了大量有价值的信息,其中也包含了许多敏感隐私信息。不同的用户有不同的隐私需求,因此需要不同级别的隐私保护。社交网络中用户隐私泄露等级受社交网络图结构和用户自身威胁等级等诸...
随着社交软件的流行,越来越多的人加入社交网络产生了大量有价值的信息,其中也包含了许多敏感隐私信息。不同的用户有不同的隐私需求,因此需要不同级别的隐私保护。社交网络中用户隐私泄露等级受社交网络图结构和用户自身威胁等级等诸多因素的影响。针对社交网络数据的个性化隐私保护问题及用户隐私泄露等级评价问题,提出基于Skyline计算的个性化差分隐私保护策略(PDPS)用以发布社交网络关系数据。首先构建用户的属性向量;接着采用基于Skyline计算的方法评定用户的隐私泄露等级,并根据该等级对用户数据集进行分割;然后应用采样机制来实现个性化差分隐私,并对整合后的数据添加噪声;最后对处理后数据进行安全性和实用性的分析并发布数据。在真实数据集上与传统的个性化差分隐私方法(PDP)对比,验证了PDPS算法的隐私保护质量和数据的可用性都优于PDP算法。
展开更多
关键词
社交网络
隐私
保护
skyline
计算
个性化
差分
隐私
基于skyline计算的个性化差分隐私保护算法
下载PDF
职称材料
一种满足个性化差分隐私的多方垂直划分数据合成机制
2
作者
朱友文
王珂
周玉倩
《电子与信息学报》
EI
CAS
CSCD
北大核心
2024年第5期2159-2176,共18页
当今时代,随着大数据技术的飞速发展和数据量的持续增加,大量数据不断被不同的公司或者机构收集,把来自不同公司或机构的数据聚合起来并发布,有助于更好地提供服务、支持决策。然而他们各自的数据中可能包含敏感程度不同的隐私信息,所...
当今时代,随着大数据技术的飞速发展和数据量的持续增加,大量数据不断被不同的公司或者机构收集,把来自不同公司或机构的数据聚合起来并发布,有助于更好地提供服务、支持决策。然而他们各自的数据中可能包含敏感程度不同的隐私信息,所以在聚合发布各方数据时需要满足个性化隐私保护要求。针对个性化隐私保护的多方数据聚合发布问题,该文提出满足个性化差分隐私的多方垂直划分数据合成机制(PDP-MVDS)。该机制通过生成低维边缘分布实现对高维数据的降维,用低维边缘分布更新随机初始的数据集,最终发布和各方的真实聚合数据集分布近似的合成数据集;同时通过划分隐私预算实现个性化差分隐私保护,利用安全点积协议和门限Paillier加密保证各方数据在聚合过程中的隐私性,利用分布式拉普拉斯机制有效保护了多方聚合边缘分布的隐私。该文通过严格的理论分析证明了PDP-MVDS能够确保每个参与方数据和发布数据集的安全。最后,在公开数据集上进行了实验评估,实验结果表明PDP-MVDS机制能够以低开销生成高效用的多方合成数据集。
展开更多
关键词
隐私
保护
多方数据发布
安全多方
计算
个性化
差分
隐私
垂直划分数据
下载PDF
职称材料
边缘智能协同计算模式下的隐私保护系统
被引量:
1
3
作者
李柏松
《电子测试》
2022年第20期59-62,共4页
智慧医疗背景下,隐私安全问题以及针对可控疾病的安全医疗预测与诊断至关重要。提出一种能够高效率地诊断可控疾病并对个人隐私数据和深度学习模型进行保护的基于边缘计算的安全医疗诊断系统。主要采用CNN卷积神经网络对医学图像数据进...
智慧医疗背景下,隐私安全问题以及针对可控疾病的安全医疗预测与诊断至关重要。提出一种能够高效率地诊断可控疾病并对个人隐私数据和深度学习模型进行保护的基于边缘计算的安全医疗诊断系统。主要采用CNN卷积神经网络对医学图像数据进行处理,并在联邦学习Flower框架下将模型训练在中间服务器上,数据信息保留在本地客户端,结合差分隐私梯度下降算法保护个人敏感数据,最后使用可追踪的环签名技术在每个客户端签名,以此保护深度学习模型。在Kaggle数据库中已标注处理的原始淋巴切片细胞图片数据集上进行验证,系统准确率达到91.90%。
展开更多
关键词
智慧医疗
边缘
计算
隐私
保护
卷积神经网络
FLOWER
差分
隐私
梯度下降
算法
可追踪环签名技术
下载PDF
职称材料
题名
基于Skyline计算的社交网络关系数据隐私保护
被引量:
7
1
作者
张书旋
康海燕
闫涵
机构
北京信息科技大学计算机学院
北京信息科技大学信息管理学院
出处
《计算机应用》
CSCD
北大核心
2019年第5期1394-1399,共6页
基金
国家自然科学基金资助项目(61370139)
北京市社会科学基金资助项目(15JGB099
15ZHA004)~~
文摘
随着社交软件的流行,越来越多的人加入社交网络产生了大量有价值的信息,其中也包含了许多敏感隐私信息。不同的用户有不同的隐私需求,因此需要不同级别的隐私保护。社交网络中用户隐私泄露等级受社交网络图结构和用户自身威胁等级等诸多因素的影响。针对社交网络数据的个性化隐私保护问题及用户隐私泄露等级评价问题,提出基于Skyline计算的个性化差分隐私保护策略(PDPS)用以发布社交网络关系数据。首先构建用户的属性向量;接着采用基于Skyline计算的方法评定用户的隐私泄露等级,并根据该等级对用户数据集进行分割;然后应用采样机制来实现个性化差分隐私,并对整合后的数据添加噪声;最后对处理后数据进行安全性和实用性的分析并发布数据。在真实数据集上与传统的个性化差分隐私方法(PDP)对比,验证了PDPS算法的隐私保护质量和数据的可用性都优于PDP算法。
关键词
社交网络
隐私
保护
skyline
计算
个性化
差分
隐私
基于skyline计算的个性化差分隐私保护算法
Keywords
social network
privacy preserving
skyline
query
personalized differential privacy
Personalized Differential Privacy based on
skyline
(PDPS) algorithm
分类号
TP309 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
一种满足个性化差分隐私的多方垂直划分数据合成机制
2
作者
朱友文
王珂
周玉倩
机构
南京航空航天大学计算机科学与技术学院
出处
《电子与信息学报》
EI
CAS
CSCD
北大核心
2024年第5期2159-2176,共18页
基金
国家重点研发计划(2021YFB3100400)
国家自然科学基金(62172216)
江苏省自然科学基金(BK20211180)。
文摘
当今时代,随着大数据技术的飞速发展和数据量的持续增加,大量数据不断被不同的公司或者机构收集,把来自不同公司或机构的数据聚合起来并发布,有助于更好地提供服务、支持决策。然而他们各自的数据中可能包含敏感程度不同的隐私信息,所以在聚合发布各方数据时需要满足个性化隐私保护要求。针对个性化隐私保护的多方数据聚合发布问题,该文提出满足个性化差分隐私的多方垂直划分数据合成机制(PDP-MVDS)。该机制通过生成低维边缘分布实现对高维数据的降维,用低维边缘分布更新随机初始的数据集,最终发布和各方的真实聚合数据集分布近似的合成数据集;同时通过划分隐私预算实现个性化差分隐私保护,利用安全点积协议和门限Paillier加密保证各方数据在聚合过程中的隐私性,利用分布式拉普拉斯机制有效保护了多方聚合边缘分布的隐私。该文通过严格的理论分析证明了PDP-MVDS能够确保每个参与方数据和发布数据集的安全。最后,在公开数据集上进行了实验评估,实验结果表明PDP-MVDS机制能够以低开销生成高效用的多方合成数据集。
关键词
隐私
保护
多方数据发布
安全多方
计算
个性化
差分
隐私
垂直划分数据
Keywords
Privacy protection
Multi-party data publication
Secure Multi-Party Computation(SMPC)
Personalized Differential Privacy(PDP)
Vertically partitioned data
分类号
TN918.4 [电子电信—通信与信息系统]
TP309.2 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
边缘智能协同计算模式下的隐私保护系统
被引量:
1
3
作者
李柏松
机构
南华大学计算机学院
出处
《电子测试》
2022年第20期59-62,共4页
基金
湖南省大学生创新创业训练计划项目“面向海量多源异构数据的舆情监控系统(S202110555215)”。
文摘
智慧医疗背景下,隐私安全问题以及针对可控疾病的安全医疗预测与诊断至关重要。提出一种能够高效率地诊断可控疾病并对个人隐私数据和深度学习模型进行保护的基于边缘计算的安全医疗诊断系统。主要采用CNN卷积神经网络对医学图像数据进行处理,并在联邦学习Flower框架下将模型训练在中间服务器上,数据信息保留在本地客户端,结合差分隐私梯度下降算法保护个人敏感数据,最后使用可追踪的环签名技术在每个客户端签名,以此保护深度学习模型。在Kaggle数据库中已标注处理的原始淋巴切片细胞图片数据集上进行验证,系统准确率达到91.90%。
关键词
智慧医疗
边缘
计算
隐私
保护
卷积神经网络
FLOWER
差分
隐私
梯度下降
算法
可追踪环签名技术
Keywords
intelligent medical treatment
Edge calculation
Privacy protection
Convolutional neural network
Flower
Differential privacy gradient descent algorithm
Traceable ring signature technology
分类号
TP3-0 [自动化与计算机技术—计算机科学与技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于Skyline计算的社交网络关系数据隐私保护
张书旋
康海燕
闫涵
《计算机应用》
CSCD
北大核心
2019
7
下载PDF
职称材料
2
一种满足个性化差分隐私的多方垂直划分数据合成机制
朱友文
王珂
周玉倩
《电子与信息学报》
EI
CAS
CSCD
北大核心
2024
0
下载PDF
职称材料
3
边缘智能协同计算模式下的隐私保护系统
李柏松
《电子测试》
2022
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部