在大数据框架上试验和评估分布式隐私保护  

作　　者：陈立军 刘畅 李泽通 

机构地区：[1]广州软件学院软件工程系,广东广州510990

出　　处：《电脑知识与技术》2022年第31期4-6,共3页Computer Knowledge and Technology

基　　金：2021年度广东省科研项目(S202112618018);广东省质量工程(ZXKC202105)。

摘　　要：OLAP(On-Line Analysis Processing)是新兴大数据分析环境中的权威分析工具,特别是针对分布式环境(例如云),当今,基于隐私保护的OLAP大数据分析是一个热门主题,在诸如智能城市、社交网络、生物信息学等创新性大数据应用场景中,它具有多种便利性,并且在OLAP分析任务期间提供隐私保护,遵循这一研究路线,文章提出一个简化的并行过程在线分析(SPPOLAP)框架,该框架的主要好处是引入了一种全新的隐私概念,用于OLAP数据多维数据集,实验证明:SPPOLAP算法优于现有隐私保护算法,为大数据的隐私保护提供了技术保障。

关 键 词：大数据 大数据分析 分布式隐私保护 大数据集上的实验和分析 

分 类 号：TP309[自动化与计算机技术—计算机系统结构]