面向企业信用评估的分布式隐私保护数据挖掘

doi:10.3778/j.issn.1002-8331.2008.35.073

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (35): 243-245.DOI: 10.3778/j.issn.1002-8331.2008.35.073

面向企业信用评估的分布式隐私保护数据挖掘

王金龙¹,耿雪玉²,梁俊卿¹

1.青岛理工大学计算机工程学院，山东青岛 266033
2.浙江大学岩土工程研究所，杭州 310027

收稿日期:2007-12-12 修回日期:2008-03-10 出版日期:2008-12-11 发布日期:2008-12-11
通讯作者: 王金龙

Distributed privacy preserving data mining toward enterprise credit evaluation

WANG Jin-long¹,GENG Xue-yu²,LIANG Jun-qing¹

1.School of Computer Engineering，Qingdao Technological University，Qingdao，Shandong 266033，China
2.Institute of Geotechnical Engineering Research，Zhejiang University，Hangzhou 310027，China

Received:2007-12-12 Revised:2008-03-10 Online:2008-12-11 Published:2008-12-11
Contact: WANG Jin-long

摘要/Abstract

摘要： 介绍企业信用评估和当前隐私保护数据挖掘技术的最新进展，利用适用于企业信用评估的大规模分布式隐私保护数据挖掘架构，讨论了基于该架构的面向企业信用评估的分布式隐私保护数据挖掘。该研究不仅将有助于大规模分布式环境下的隐私保护数据挖掘系统的研发，而且能够有力推动“信用中国”的建设步伐，以达到更好地服务经济的目的。

关键词: 信用评估, 分布式, 隐私保护, 数据挖掘

Abstract: Enterprise credit evaluation is very important and urgent in our modern society.In this paper，the state of the art in the privacy preserving data mining is analyzed.Especially，data mining methods is discussed toward enterprise credit evaluation with the proposed distributed infrastructure for large-scale privacy preserving data mining.This study is very valuable for the large-scale distributed privacy preserving，but also for the economic service.

Key words: credit evaluation, distributed, privacy-preserving, data mining

王金龙¹,耿雪玉²,梁俊卿¹. 面向企业信用评估的分布式隐私保护数据挖掘[J]. 计算机工程与应用, 2008, 44(35): 243-245.

WANG Jin-long¹,GENG Xue-yu²,LIANG Jun-qing¹. Distributed privacy preserving data mining toward enterprise credit evaluation[J]. Computer Engineering and Applications, 2008, 44(35): 243-245.

[1]	宗晓萍，陶泽泽. 基于掌握速度的知识追踪模型[J]. 计算机工程与应用, 2021, 57(6): 117-123.
[2]	高天宇，王庆荣，杨磊. 粗糙集属性依赖度强化的应急数据挖掘模型[J]. 计算机工程与应用, 2021, 57(3): 87-93.
[3]	魏立斐，李梦思，张蕾，陈聪聪，陈玉娇，王勤. 基于安全两方计算的隐私保护线性回归算法[J]. 计算机工程与应用, 2021, 57(22): 139-146.
[4]	贺智明，徐亿达. 区块链与可搜索加密结合的电子病历共享方案[J]. 计算机工程与应用, 2021, 57(21): 140-147.
[5]	江魁，丘远东，郑浩城. 基于信息熵与LSTM的ICMPv6 DDoS攻击检测方法[J]. 计算机工程与应用, 2021, 57(21): 148-154.
[6]	王海瑞，鲜于建川. 改进麻雀搜索算法在分布式电源配置中的应用[J]. 计算机工程与应用, 2021, 57(20): 245-252.
[7]	吕鑫，赵连成，余记远，谭彬，曾涛，陈娟. 基于轨迹聚类的连续查询隐私保护方法[J]. 计算机工程与应用, 2021, 57(2): 104-112.
[8]	谢裕清，王渊，江樱，杨苗，王永利. 便于数据共享的电网数据湖隐私保护方法[J]. 计算机工程与应用, 2021, 57(2): 113-118.
[9]	田阳，陈智罡，宋新霞，李天明. 区块链在供应链管理中的应用综述[J]. 计算机工程与应用, 2021, 57(19): 70-83.
[10]	张俊，廖雪花，余旭玲，雷蒙. 关系型数据库内存化存储模型研究[J]. 计算机工程与应用, 2021, 57(19): 123-128.
[11]	马洋，赵旭俊. 基于相关子空间的多源离群检测算法[J]. 计算机工程与应用, 2021, 57(17): 88-95.
[12]	张念蓬，吴旭，朱强. 基于熵的过采样框架[J]. 计算机工程与应用, 2021, 57(13): 96-101.
[13]	王文涛，李树梅，汤婕，吕伟龙. 结合概率图模型与DNN的DDoS攻击检测方法[J]. 计算机工程与应用, 2021, 57(13): 108-115.
[14]	张博文，刘智，桑国明. 基于核密度波动的异常检测算法[J]. 计算机工程与应用, 2021, 57(12): 132-136.
[15]	饶加旺，马荣华. 改进核密度估计的空间点密度算法[J]. 计算机工程与应用, 2021, 57(11): 260-265.

面向企业信用评估的分布式隐私保护数据挖掘

Distributed privacy preserving data mining toward enterprise credit evaluation

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics