基于旋转扰动的支持向量机隐私保护算法

支持向量机(SVM)是数据挖掘中非常流行的分类算法,得到了广泛的关注。数据泄露问题日渐凸显,数据挖掘中的隐私保护也成为当今研究热点,但是针对SVM隐私保护的研究较少。我们提出了基于旋转扰动的SVM隐私保护算法,该算法引入正交旋转变换方法,具有分类零损失的特性。文章采用传统数据安全评价方法,并利用UCI机器学习中心提供的数据对该算法的隐私性水平进行了分析。理论验证和实验结果表明,我们提出了令人满意的SVM隐私保护算法。     

电子档案管理的优化策略

本文阐述电子档案管理中存在着真实性和可靠性难以界定、对系统具有高度依赖性、体安全性难以保障、网安全问题威胁电子档案的传输安全性、电子档案归档工作难度大等问题,提出解决好电子文件的保存问题、做好电子档案数据备份及恢复工作、加强网络的安全管理、制定相关的法律法规和技术标准以及加强专业人才的培养等优化策略。