《表4 隐私保护度：面向聚类的平面反射数据扰动方法》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《面向聚类的平面反射数据扰动方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

分析表4，从1～3行可知，隐私保护度几乎不受b取值的任何影响，因为b值的改变相当于对直线作平移，即对原始属性值作平移，所以b值的随机选取有利于提高隐私保护度；由7～10行可以看出，k取正值或负值对隐私保护度的影响不大；由1、4、5、7、9和11行可以看出，随着k值的增加，第1维的隐私保护度先增加再急速减少最后又急速增加，第2维的隐私保护度逐渐缓慢增加，第5维的隐私保护度围绕1.800 0上下波动，由此可见，随着数据维数的增加，数据隐私保护度适应性越好，即对高维数据有良好的适应性。