一种面向分布式数据的隐私保护k-means方法

本发明涉及数据安全技术领域，具体涉及一种面向分布式数据的隐私保护k‑means方法，首先两台服务器协商初始质心并发送给用户；用户本地执行最近聚类计算，对局部质心和每个簇的样本数加扰加密后传给不同服务器聚合；两台服务器协作，在保护隐私前提下计算全局聚类中心，并下发给用户迭代；达到预设迭代次数或中止请求超阈值时终止，服务器计算最终聚类中心并分发。本发明解决了现有的分布式k‑means算法在每次迭代时会泄露中间数据的问题。本发明方法既不会泄露用户隐私数据，也不会向服务器与用户泄露全局质心和每个簇的样本数，而且可以在不泄露任何隐私数据的情况下实现与明文k‑means同样准确的聚类结果。