基于本地邊差分隱私的有向圖聚類算法

摘要： 基于本地差分隱私的圖聚類工作成為近年來的一個(gè)研究熱點(diǎn).已有工作主要針對的是無向圖，且大多利用位向量技術(shù)通過模塊化聚合實(shí)現(xiàn).由于噪聲量與向量維度成線性關(guān)系，使得聚類質(zhì)量和隱私性難以很好地兼顧.此外，針對無向圖中邊的有/無設(shè)計(jì)的2元擾動(dòng)機(jī)制在面對有向圖時(shí)，因無法對邊的方向性進(jìn)行處理而無法適用.針對上述問題，提出一種基于本地邊差分隱私（edge local differential ... （共13頁）