摘要
本发明一种具有差分隐私的安全多方k‑means聚类方法公开了计算机技术领域的一种存在m个参与方U1,U2,…,Um,各个参与方Ui有输入数据集Di,其中Di=di,1,…,di,l,i∈{1,…,m},添加噪声采用的两个差分隐私预算分别为ε1,ε2,首先此方案初始化聚类中心,每个参与者Ui接收添加噪声之后的聚类中心{C1,1,…,C1,k},如果相邻两次聚类中心之间的距离和η大于阈值则继续迭代,本发明首次将差分隐私和安全多方计算进行有效的结合并应用于k‑means聚类的隐私保护,保证了输入数据、中间参数和输出结果的隐私,并且保证了数据的可用性。