Resumen

Como un algoritmo comúnmente utilizado en la minería de datos, el clustering ha sido ampliamente aplicado en muchos campos, como el aprendizaje automático, la recuperación de información y el reconocimiento de patrones. En la realidad, los datos a analizar suelen estar distribuidos en múltiples partes. Además, el volumen de datos en constante aumento ejerce una fuerte presión computacional sobre los propietarios de los datos. Por lo tanto, los propietarios de datos tienden a externalizar sus propios datos a servidores en la nube y obtener resultados de análisis de datos para los datos federados. Sin embargo, los esquemas existentes de -means externalizado que preservan la privacidad no pueden verificar si los participantes comparten datos consistentes. Considerando los escenarios con múltiples propietarios de datos y la seguridad de la información sensible en un entorno externalizado, proponemos un esquema de clustering federado de -means que preserva la privacidad y es verificable. En este artículo, los servidores en la nube y los participantes realizan el algoritmo de clustering de -means sobre datos

• Materias:Cifrado de búsqueda Seguridad informática Reconstrucción virtual Detección de intrusos Sistema de programación
• Subjects:Search encryption Computer security Virtual reconstruction Intrusion detection Programming system
• Palabras claves:Algoritmo; Agrupación; Minería de datos; Preservación de la intimidad; Federación; Seguridad
• Keywords:Algorithm; Clustering; Data mining; Privacy-preserving; Federated; Security