macau新葡京(中国)唯一官方网站
计算机科学与技术专业硕士研究生余紫苑为第一作者、指导教师霍峥为通讯作者在中科院1区top期刊《Knowledge-BasedSystems》上发表了题为《FedDP-FPM:AFederatedFrequentItemsetMiningAlgorithmunderDifferentialPrivacy》的学术论文。
该研究提出了一种满足差分隐私的联邦频繁项集挖掘算法，可在不直接访问参与方数据的情况下，使各参与方能够协同挖掘全局频繁项集。该算法包含构建带噪声的BMC树方法，利用差分隐私来保护树中各节点的精确计数值并引入隐私预算指数衰减分配策略和后处理机制，以提升挖掘精度。该算法在隐私保护前提下提高了挖掘准确率，降低通信开销并解决了全局频繁项集丢失的问题，对各方协同实现数据挖掘与分析具有重要意义。
论文链接：//www.sciencedirect.com/science/article/abs/pii/S095070512502177X
