基于本地邊差分隱私的有向圖聚類算法

摘要： 基于本地差分隱私的圖聚類工作成為近年來(lái)的一個(gè)研究熱點(diǎn).已有工作主要針對(duì)的是無(wú)向圖，且大多利用位向量技術(shù)通過(guò)模塊化聚合實(shí)現(xiàn).由于噪聲量與向量維度成線性關(guān)系，使得聚類質(zhì)量和隱私性難以很好地兼顧.此外，針對(duì)無(wú)向圖中邊的有/無(wú)設(shè)計(jì)的2元擾動(dòng)機(jī)制在面對(duì)有向圖時(shí)，因無(wú)法對(duì)邊的方向性進(jìn)行處理而無(wú)法適用.針對(duì)上述問(wèn)題，提出一種基于本地邊差分隱私（edge local differential ... （共13頁(yè)）