以KNN分类为衡量标准的数据隐私与效用保留研究
密码学与安全
2013-09-17 v1 数据库
摘要
组织在处理包含个人身份信息（PII）的数据集时，法律上必须保护个人隐私。然而，在数据私有化过程中，私有化数据的效用或有用性会降低。但实现数据隐私与效用需求之间的最优平衡已被证明是一个NP难问题。在本研究中，我们以KNN机器学习分类作为衡量标准，研究数据隐私与效用保留。
引用
@article{arxiv.1309.3964,
title = {An Investigation of Data Privacy and Utility Preservation using KNN Classification as a Gauge},
author = {Kato Mivule and Claude Turner},
journal= {arXiv preprint arXiv:1309.3964},
year = {2013}
}
备注
2 pages, 5 figures