基于稀疏矩阵变换和有界随机扰动的K-Means聚类外包方案

赵韦; 谭静文; 王焕然; 韩帅; 杨武; 赖明珠

doi:10.11959/j.issn.1000-436x.2026009

您当前的位置：

首页 >

文章列表页 >

基于稀疏矩阵变换和有界随机扰动的K-Means聚类外包方案

学术论文 | 更新时间：2026-02-10

- 基于稀疏矩阵变换和有界随机扰动的K-Means聚类外包方案
- K-Means clustering outsourcing scheme based on sparse matrix transformation and bounded random perturbation
- “介绍了其在数据安全领域的研究进展，相关专家提出了一种基于稀疏矩阵变换和有界随机扰动的隐私保护K-Means聚类外包方案，为解决现有方案计算和通信开销高的问题提供了高效解决方案。”
- 通信学报 2026年47卷第1期页码：74-90
- 作者机构：
  
  1.哈尔滨工程大学计算机科学与技术学院，黑龙江哈尔滨 150001
  2.海南师范大学数学与统计学院，海南海口 571158
- 作者简介：
  
  [ "赵韦（1996- ），女，山东潍坊人，哈尔滨工程大学博士生，主要研究方向为隐私计算、云计算安全、安全外包计算等。" ]
  [ "谭静文（1996- ），女，黑龙江哈尔滨人，哈尔滨工程大学博士生，主要研究方向为流量识别、网站指纹攻击与防御。" ]
  [ "王焕然（1988- ），男，黑龙江哈尔滨人，博士，哈尔滨工程大学讲师、硕士生导师，主要研究方向为社交网络、隐私保护、表示学习。" ]
  [ "韩帅（1991- ），女，黑龙江哈尔滨人，博士，哈尔滨工程大学讲师、硕士生导师，主要研究方向为数据安全、数据管理、查询处理。" ]
  [ "杨武（1974- ），男，黑龙江哈尔滨人，博士，哈尔滨工程大学教授、博士生导师，主要研究方向为无线传感器网络、点对点网络、信息安全。" ]
  [ "赖明珠（1976- ），女，黑龙江哈尔滨人，博士，海南师范大学副教授、硕士生导师，主要研究方向为模式识别、图像处理、信息隐藏。" ]
- 基金信息：
  
  国家自然科学基金资助项目(U22A2036;U21B2019;62272127;62572144);黑龙江省自然科学基金资助项目(TD2022F001;LH2024F036);海南省自然科学基金高层次人才基金资助项目(622RC672)
- DOI：10.11959/j.issn.1000-436x.2026009
  中图分类号： TP309
- 收稿：2025-11-26，
  
  修回：2026-01-10，
  
  录用：2026-01-12，
  
  纸质出版：2026-01-25
- 稿件说明：
移动端阅览
赵韦,谭静文,王焕然等.基于稀疏矩阵变换和有界随机扰动的K-Means聚类外包方案[J].通信学报,2026,47(01):74-90.

Zhao Wei,Tan Jingwen,Wang Huanran,et al.K-Means clustering outsourcing scheme based on sparse matrix transformation and bounded random perturbation[J].Journal on Communications,2026,47(01):74-90.
赵韦,谭静文,王焕然等.基于稀疏矩阵变换和有界随机扰动的K-Means聚类外包方案[J].通信学报,2026,47(01):74-90. DOI： 10.11959/j.issn.1000-436x.2026009.

Zhao Wei,Tan Jingwen,Wang Huanran,et al.K-Means clustering outsourcing scheme based on sparse matrix transformation and bounded random perturbation[J].Journal on Communications,2026,47(01):74-90. DOI： 10.11959/j.issn.1000-436x.2026009.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于秘密分享的大语言模型密态推理

面向深度学习的高效安全推理研究综述

基于同态密文转换的隐私保护卷积神经网络推理方案

基于多级代理许可区块链的联邦边缘学习模型

Si基CeO₂薄膜的发光特性

基于稀疏矩阵变换和有界随机扰动的K-Means聚类外包方案

K-Means clustering outsourcing scheme based on sparse matrix transformation and bounded random perturbation

DOI：10.11959/j.issn.1000-436x.2026009