典型文献
k-均值问题的差分隐私算法综述
文献摘要：
k-均值问题是机器学习和组合优化领域十分重要的问题.它是经典的NP-难问题,被广泛的应用于数据挖掘、企业生产决策、图像处理、生物医疗科技等领域.随着时代的发展,人们越来越注重于个人的隐私保护:在决策通常由人工智能算法做出的情况下,如何保证尽可能多地从数据中挖掘更多信息,同时不泄露个人隐私.近十年来不断有专家学者研究探索带隐私保护的k-均值问题,得到了许多具有理论指导意义和实际应用价值的结果,本文主要介绍关于k-均值问题的差分隐私算法供读者参考.
文献关键词：
k-均值问题;差分隐私;近似算法;指数机制;拉普拉斯机制
中图分类号：
作者姓名：
袁藩;徐大川;张冬梅
作者机构：
北京工业大学北京科学与工程计算研究院,北京100124;山东建筑大学计算机科学与技术学院,山东济南250101
文献出处：
引用格式：
[1]袁藩;徐大川;张冬梅-.k-均值问题的差分隐私算法综述)[J].运筹学学报,2022(03):1-16
A类：
B类：
差分隐私,组合优化,NP,生产决策,生物医疗,医疗科技,隐私保护,人工智能算法,多信息,个人隐私,研究探索,多具,近似算法,指数机制,拉普拉斯机制
AB值：
0.365726
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
