基于差分隐私的数据脱敏技术研究
所屬分類：技术论文
上傳者：wwei
文檔大?。?span>863 K
標簽： 数据脱敏 差分隐私 Laplace机制
所需積分：0分積分不夠怎么辦？
文檔介紹：随着人工智能和大数据技术的发展，全球数据产业规模和数据储量呈爆发式增长。在挖掘数据价值的同时，确保数据安全已成为亟需解决的关键问题。数据脱敏技术通过预先设定的规则和算法，对敏感数据进行变换，去除数据中的敏感信息，可防止敏感数据被非法访问、获取，又可以减少对整体数据集挖掘利用的影响，实现了保持数据可用性的同时，保护用户的隐私数据。针对神经网络预测模型中的数据隐私保护问题，利用差分隐私技术中的Laplace机制对Adult数据集进行脱敏，并在神经网络预测模型中进行验证，对比原始数据、差分隐私脱敏数据及其他脱敏技术数据生成模型的预测效果，结果表明，经差分隐私技术处理后的数据，既保证了数据隐私，又实现了数据的有效利用。
現(xiàn)在下載
VIP會員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。