技术特征：
技术总结
本发明一种基于MapReduce的差分隐私K均值聚类方法，首先使用改进的Canopy算法得到聚类个数K，其次使用差分隐私K均值聚类算法得到满足差分隐私保护的聚类中心点。1)在MapRedcue中实现改进Canopy算法，确定初始中心点；2)在MapReduce中实现差分隐私K均值算法得到最终结果。本发明在一定程度上对随机选取中心点的问题作出了改进，且在可以大数据环境下应用，在获得较好隐私保护的前提下，使聚类结果的可用性有较好的保障。本发明将差分隐私技术与经典的挖掘聚类方法相结合，基于Hadoop中的MapReduce并行框架上实行操作，在可用性上得到了改善，且最终聚类结果的准确性较好。
技术研发人员：尚涛;赵铮;杨英;马旭;关振宇;刘建伟
受保护的技术使用者：北京航空航天大学
技术研发日：2017.07.06
技术公布日：2017.12.01