基于安全多方计算的聚类算法统一框架的设计与实现

发布时间：2023-03-12 00:18

　　聚类算法适用于诸多领域,但在涉及隐私数据的场景中,参与方处于对各自隐私数据安全性的考虑,导致应用困难。因此,研究如何在多方互相不可信环境下对各自的隐私数据应用聚类算法有重要意义。安全多方计算(Secure Multiparty Computation)是一种多方在互相不可信任的环境下进行共同计算,并在不泄露各自隐私的前提下获得最终结果的方法。因此安全多方计算比较适合用在隐私数据之间的聚类算法中。但是,聚类算法种类颇多,目前没有一个方便易用的框架来将基于安全多方计算的聚类算法部署到各个参与方的隐私数据集上。本文基于以上问题,改进了两种适用于聚类算法的安全多方计算基础算法;其次,利用基础算法来实现聚类算法中的相似度衡量;再之,根据安全多方计算中的网络通信的特点,本文引入了配置中心用于辅助连接,基于此给出安全多方计算的通信协议;最后,本文设计和实现了一个基于安全多方计算的聚类统一框架,实现隐私保护的聚类算法,可以方便的在各方的隐私数据集上进行部署。实验结果表明,该系统实现的聚类算法与普通聚类算法在聚类结果上保持了相同的准确度,进一步,本系统可以实现隐私保护的数据挖掘。

【文章页数】：69 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 课题背景
    1.2 课题研究内容
    1.3 课题创新点
    1.4 论文组织与结构
第二章 相关技术介绍
    2.1 聚类算法的介绍
        2.1.1 聚类算法的分类和使用场景
        2.1.2 衡量距离和密度的方法
        2.1.3 k-means算法和DBSCAN算法
        2.1.4 聚类算法的衡量标准
    2.2 安全多方计算
        2.2.1 安全多方计算的基本概念
        2.2.2 安全多方计算基础算法
    2.3 分布式系统构建技术
        2.3.1 消息队列技术
        2.3.2 数据库MongoDB
    2.4 本章小结
第三章 基于安全多方计算的聚类框架的概要设计
    3.1 系统的总体目标
    3.2 系统的功能需求
    3.3 系统的整体架构设计
    3.4 系统的功能模块的设计
        3.4.1 配置中心模块
        3.4.2 网络通信模块
        3.4.3 安全多方计算模块
        3.4.4 聚类算法模块
        3.4.5 日志模块和报警服务
    3.5 本章小结
第四章 基于安全多方计算的聚类框架的详细设计与实现
    4.1 配置中心的设计与实现
        4.1.1 配置中心网络通信方案
        4.1.2 配置中心子模块
    4.2 网络通信模块的详细设计与实现
        4.2.1 参与方之间网络通信方案
        4.2.2 网络通信子模块
    4.3 安全多方计算模块的详细设计与实现
        4.3.1 安全多方计算基础算法的改进
        4.3.2 基于安全多方计算的相似度衡量算子
        4.3.3 安全多方计算子模块
    4.4 算法模块的详细设计与实现
    4.5 日志和报警系统的详细设计与实现
第五章 测试及结果分析
    5.1 软硬件环境
    5.2 测试与分析
    5.3 本章小结
第六章 总结及展望
    6.1 总结
    6.2 展望
参考文献
致谢
攻读学位期间发表的学术论文目录



本文编号：3760547