基于k-匿名的多源数据融合算法研究
点击次数：
所属单位：计算机科学与技术学院/人工智能学院/软件学院
发表刊物：计算机技术与发展
关键字：数据融合;k-匿名;自顶向下分类树;属性分类树;
摘要：数据在当今的网络环境下变得越来越重要,融合技术能够使不同数据提供者有效地融合他们的数据,并且提供给顾客可定制且有效的服务。数据融合技术通常采用每轮自顶向下选择候选者,并进行数据更新的方法,而这种方法随着数据量的增加使得数据融合的时间花费巨大,难以满足数据融合的时间需求。为了减少融合数据过程中的花费,提高多源数据融合的精度,结合自顶向下分类树算法TDS,属性分类树,提出了一种基于k-匿名的多源数据融合算法。利用GUI的Adult数据集进行仿真实验,并比较了数据融合的复杂度以及融合精度的差异。实验结果表明,所提出的基于k-匿名多源数据融合算法融合过程时间花费更少,可以达到理想的数据融合精度,同时还实现了多源数据的融合。
是否译文：否
发表时间：2017-03-13
合写作者：杨月平
通讯作者：王箭
上一条：基于代理的多方公平交换签名方案