基于极端梯度提升特征重要性的K-匿名特征选择

王旭; 万长胜

首页> 中文期刊> 《信息安全与技术》 >基于极端梯度提升特征重要性的K-匿名特征选择

基于极端梯度提升特征重要性的K-匿名特征选择

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

随着大数据时代的到来,数据在带来价值的同时,也损害了隐私.文章主要对关系型数据发布时的隐私保护模型进行了研究,针对K-匿名算法导致分类挖掘性能下降的问题,提出了基于极端梯度提升特征重要性的k-匿名特征选择算法XGB-KA,对满足k-匿名的特征子集进行了优选.通过与Greedy-Hamdist算法进行对比实验,验证了XGB-KA算法的有效性.

著录项

来源
《信息安全与技术》 |2020年第8期|70-74|共5页
作者
王旭; 万长胜;
展开▼
作者单位

东南大学网络空间安全学院江苏南京 211189;

网络空间国际治理研究基地(东南大学) 江苏南京211189;

展开▼
原文格式 PDF
正文语种 chi
中图分类数据处理、数据处理系统;
关键词
数据挖掘; 隐私保护; k-匿名; 特征选择; 极端梯度提升;

相似文献

中文文献
外文文献
专利

1. 基于极端梯度提升特征重要性的K-匿名特征选择 [J] . 王旭 ,万长胜 . 网络空间安全 . 2020,第008期
2. 基于随机森林特征重要性的K-匿名特征优选 [J] . 黄梅 ,朱焱 . 计算机应用与软件 . 2020,第003期
3. 混合式的K-匿名特征选择算法 [J] . 杨柳 ,李云 . 计算机应用 . 2021,第012期
4. 基于K-S检验和邻域粗糙集的特征选择方法 [J] . 刘艳 ,程璐 ,孙林 . 河南师范大学学报：自然科学版 . 2019,第2期
5. 基于高维k-近邻互信息的特征选择方法 [J] . 周红标 ,乔俊飞 . 智能系统学报 . 2017,第005期
6. 基于k-邻域匿名的社会网络(k,l)匿名方法 [C] . HU Qi ,胡琪 ,JIANG Zhouhui . 第五届全国可信计算学术会议 . 2015
7. 基于K-匿名的特征选择和集成隐私保护的决策树研究 [A] . 黄梅 . 2019

基于极端梯度提升特征重要性的K-匿名特征选择

摘要

著录项

相似文献

相关主题

期刊订阅