TY -的A2 -叮,白元盟——张,最大PY - 2022 DA - 2022/01/10 TI - LDPCD:一种新的方法在本地不同私人社区检测SP - 4080047六世- 2022 AB -作为一个核心的数据分析在大型社交网络社区检测已成为近年来的一个研究热点。然而,用户的真实社会关系可能隐私泄漏的危险和威胁推理攻击,因为semitrusted服务器。因此,社区在社会图检测局部微分隐私逐渐引起了工业和学术界的兴趣。一方面,用户的真实数据的失真引起的现有保护隐私机制会严重影响人口的采矿过程连接本地图结构,导致低的最终社会部门的效用。另一方面,私人社区检测需要使用多个user-server交互的结果来调整用户的分区,这不可避免地导致过度分配预算和大扰动误差数据隐私。由于这些原因,一个新的社区检测方法基于局部微分隐私模型(名为LDPCD)提出。由于截断拉普拉斯机制的引入,提高用户扰动数据的准确性。此外,基于极值优化社区分裂算法(EO)也精炼减少用户和服务器之间的交互。因此,总隐私和强大的隐私保护是保证开销减少。最后,LDPCD应用在两个常用的真实数据集,而且其优点是通过实验验证与两个最先进的方法。 SN - 1687-5265 UR - https://doi.org/10.1155/2022/4080047 DO - 10.1155/2022/4080047 JF - Computational Intelligence and Neuroscience PB - Hindawi KW - ER -