[发明专利]一种密度峰值聚类算法的差分隐私保护方法

权利要求书

1.一种密度峰值聚类算法的差分隐私保护方法，其特征在于包括以下步骤：

1)基于Voronoi图分割的方法对数据对象进行分组；

2)对数据集D中每一个点x_i计算局部密度

2.1)需要从分组聚簇S_i复制四个点到S_j；

2.2)往数据集中添加噪音：

ρ′=Σxjχ(dxixj-dc)+Lap(β)Lap(β)=exp(-|x|/β,β=GSρ/ϵ1)]]>

式中，ρ'表示加入噪音后的局部密度值，表示点x_i和点x_j之间的距离，d_c表示阈值，Lap(β)表示加入的噪音，β表示加入的噪音量，χ()表示是一个函数，如果l＜0，则χ(l)＝1；否则χ(l)＝0，GS_ρ表示局部密度函数ρ的敏感度，ε₁表示第一阶段隐私预算；

2.3)如果d_c满足如下不等式，则ρ'的计算满足ε-差分隐私保护：

dc>|xi,sj|2-|xi,si|22|si,sj|,xi,si∈Si,sj∈Sj;]]>

3)对每一个点x_i计算密度距离并将数据集中添加噪音，其处理方法与步骤2.1)至2.2)相同，使δ”的计算满足ε-差分隐私。