基于聚类的差分隐私民航旅客数据发布算法

为使数据管理者可以发布数据集供研究人员进行挖掘分析,对数据集采用满足差分隐私的保护算法,但其中会加入大量噪声,破坏数据可用性,因此,提出一种基于聚类的差分隐私民航旅客数据发布算法。改进聚类算法,按照数据类型的不同,对数值型属性和分类型属性分别选用不同的距离计算方法,将更可能相关的记录分为一组,降低差分隐私敏感度,结合聚类结果形成的簇,采用差分隐私保护技术对数据记录进行加噪。实验结果表明,算法能够在降低信息损失的同时防止信息泄露。

民航重要信息系统旅客敏感数据的脱敏技术研究

本论文主要目标是讨论民航旅客敏感信息保护的解决方案,介绍了中国民航信息网络股份有限公司(本文简称:中航信)通过建设数据脱敏平台、流程体系来达到数据保护的目标,并对中航信数据脱敏系统的建设经验进行了总结。主要包括数据分类分级、敏感数据管理、数据脱敏平台、数据脱敏算法等。

融合多任务深度学习与主动学习的民航常旅客缺失数据填补

针对用溯源法主动对数据记录进行真实值填补成本较高的问题,结合多任务学习与主动学习的优势,提出一种深度多任务主动学习网络,将缺失数据填补任务与常旅客价值分类任务同时进行训练。此外,考虑到生产大数据环境,提出一种基于Spark的主动填补运行机制,使得深度多任务网络模型能在大数据环境下高效运行。实验表明,模型在不损失数据填补和分类性能的前提下,模型可有效降低所需训练数据的规模,进而减少训练模型所需时间以及人工标记样本所耗费的人力成本。