摘要：针对当前网络环境下由隐私数据识别困难问题所引出的隐私度量与分级需求,提出了一种基于Shannon信息熵与BP神经网络的隐私数据度量与分级模型。该模型从3个维度建立了两层隐私度量要素,基于数据集本身,利用Shannon信息熵为二级隐私要素定权,并由此计算数据集中各条记录在一级隐私度量要素下的隐私量;利用BP神经网络在不预设度量权值的情况下,输出隐私数据分级结果。实验表明,该模型能够在极低的误判率和较小的误判偏差下实现对隐私数据的度量与分级。
分类：期刊> 自然科学与工程技术> 信息科技> 电信技术
收录：北大期刊(中国人文社会科学期刊) > CSCD 中国科学引文数据库来源期刊(含扩展版) > 统计源期刊(中国科技论文优秀期刊) > 知网收录(中) > 维普收录(中) > 万方收录(中) > EI 工程索引(美) > JST 日本科学技术振兴机构数据库(日) > 哥白尼索引(波兰) > 国家图书馆馆藏 > 上海图书馆馆藏
关键词：隐私安全 信息熵 bp神经网络 隐私度量
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
