基于灰关联分析的V-MDAV算法研究.PDFVIP

———————————————————————————————————————————————— 基于灰关联分析的V -MDAV 算法研究 作者 张岐山，郑丽君 机构 福州大学 经济与管理学院 DOI 10.19734/j.issn.1001-3695.2018.06.0464 基金项目 国家自然科学基金青年项目；福建省自然科学基金资助项目（2018J01791） 预排期卷 《计算机应用研究》2020 年第37 卷第1 期 摘要 距离度量会影响微聚集算法的聚类效果，为了提高算法的隐私保护能力，采用灰关联分析中 的均衡接近度替代 V -MDAV 算法中的欧氏距离度量记录间的距离，提出基于灰关联分析的 V -MDAV 算法，即V -GRAV(variable-size grey relation to average vector)算法。由于均衡接 近度既包含灰关联度对整体接近性的测度，又具有均衡度对序列均衡性测度的特点，克服了 欧氏距离受局部奇异值影响较大的问题。因此V-GRAV 算法在保证信息损失与V -MDAV 相 近的同时，较大程度地降低隐私泄露风险，实验证明算法的有效性。 关键词 隐私保护；V_GRAV 算法；均衡接近度；信息损失；隐私泄露风险 作者简介 张岐山（1962-），男，黑龙江绥化人，教授，博导，博士，主要研究方向为数据挖掘 系统优 ､ 化与仿真（zhangqs@）；郑丽君（1993-），女，硕士研究生，主要研究方向为隐私 保护． 中图分类号 TP301.6 访问地址 /article/02-2020-01-025.html 投稿日期 2018 年6 月23 日 修回日期 2018 年8 月8 日 发布日期 2018 年11 月5 日 引用格式 张岐山, 郑丽君. 基于灰关联分析的 V -MDAV 算法研究[J/OL]. 2020, 37(1). [2018-11-05]. /article/02-2020-01-025.html. 37 1 Vol. 37 No. 1 第 卷第 期 计算机应用研究 录用定稿 Application Research of Computers Accepted Paper 基于灰关联分析的V-MDAV 算法研究 * 张岐山，郑丽君 (福州大学 经济与管理学院, 福州 350108) 摘 要：距离度量会影响微聚集算法的聚类效果，为了提高算法的隐私保护能力，采用灰关联分析中的均衡接近度替 代 V-MDAV 算法中的欧氏距离度量记录间的距离，提出基于灰关联分析的 V-MDAV 算法，即 V-GRAV(variable-size grey relation to average vector)算法。由于均衡接近度既包含灰关联度对整体接近性的测度，又具有均衡度对序列均衡 性测度的特点，克服了欧氏距离受局部奇异值影响较大的问题。因此 V-GRAV 算法在保证信息损失与 V-MDAV 相近 的同时，较大程度地降低隐私泄露风险，实验证明算法的有效性。 V_GRAV