水平分布数据隐私保护支持向量机算法

本文介绍了水平分布数据隐私保护支持向量机的几种算法，着重介绍了利用基于一致性的分布式支持向量机的基本原理，为水平分布数据设计了相应的求解算法，该算法可以保证数据的隐私性，并通过数值试验验证了该算法的有效性。

水平分布数据库的正负关联规则挖掘

目前,正负关联规则的挖掘受到越来越多的关注,在现实运用中也越来越广泛。随着信息技术和经济全球化的发展,许多企业都在全国甚至全世界范围内拥有自己的数据中心。企业通过分析这些数据的关联来为他们的战略抉择和政策制定服务。而直接在这些庞大的数据中寻找数据之间的关联不是一件容易的事。而且,在这些大量的数据中,不是所有的数据都是分析中所需要的。文中通过在文献[4]中所提的方法中引入对不同数据库赋予不同权重值的方式,使得在分布式数据库中挖掘正负关联规则更加高效。经过测试,这一改进是有效的。

隐私保护线性规划和支持向量机

本文首先介绍了线性规划的德私保护算法：第一种是基于转换的方法，第二种方法是调用正规的加密技术来实现隐私保护；其次介绍了隐私保护支持向量机根据数据的分布情况可分为集中式和分布式两种，并对数据垂直分布和数据水平分布情况下的一些研究成果进行了总结。