摘要：在对同态加密的隐私保护数据进行挖掘时,能有效提高数据挖掘的精度,为后续数据处理提供基础。当前数据挖掘算法对同态加密的隐私保护数据进行挖掘时,由于数据比较复杂,降低了数据挖掘的精度。为此提出基于改进混合蛙跳的同态加密数据高效智能挖掘算法。将非线性加密的数据样本进行映射至核空间中,解决数据特征存在的非线性问题,对核空间加密的数据样本进行数据稀疏重构,得出原加密数据在核空间的表达方式,建立相应的评分机制选取出最优的数据特征。利用改进混合蛙跳的数据模糊聚类对选择的数据特征进行聚类,对自适应的调节因子进行设置,增加混合蛙跳局部搜索的能力,利用模糊类内的紧密度与分离度构建新适应度的函数,获取类簇的阈值,完成对同态加密的隐私保护数据高效智能挖掘。仿真表明,所提算法能提升聚类的收敛性,提高数据挖掘的精度。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社