基于隱私保護(hù)聚類(lèi)的分析和研究.pdf

1、近年來(lái)隨著計(jì)算機(jī)技術(shù)、存儲(chǔ)技術(shù)和互聯(lián)網(wǎng)絡(luò)的迅速發(fā)展，各個(gè)行業(yè)已經(jīng)積累了海量的數(shù)據(jù)。人們迫切的希望能從這些海量數(shù)據(jù)中發(fā)現(xiàn)有用的信息來(lái)指導(dǎo)相應(yīng)的決策制定。數(shù)據(jù)挖掘技術(shù)作為一種強(qiáng)大的數(shù)據(jù)分析手段，可以從數(shù)據(jù)中提取潛在的知識(shí)(模型或規(guī)則)。
　　但是傳統(tǒng)的數(shù)據(jù)挖掘技術(shù)中，由于原始數(shù)據(jù)在挖掘時(shí)并沒(méi)有進(jìn)行任何的處理，導(dǎo)致在發(fā)現(xiàn)知識(shí)的同時(shí)，會(huì)不可避免的侵犯到隱私敏感數(shù)據(jù)，因此敏感數(shù)據(jù)的隱私保護(hù)問(wèn)題得到越來(lái)越多的關(guān)注。目前已有很多工作研究如何在保

2、護(hù)數(shù)據(jù)隱私的前提下提高數(shù)據(jù)挖掘結(jié)果的準(zhǔn)確性。
　　隱私保護(hù)的數(shù)據(jù)挖掘致力于提供可用有效的方法，這些方法可以計(jì)算出一個(gè)較好的數(shù)據(jù)挖掘算法的結(jié)果，又不暴露隱私信息(至少是一些敏感信息)?，F(xiàn)存的隱私保護(hù)的數(shù)據(jù)挖掘涉及到的數(shù)據(jù)挖掘領(lǐng)域主要有關(guān)聯(lián)規(guī)則、分類(lèi)和聚類(lèi)。已有的隱私保護(hù)的數(shù)據(jù)挖掘工作主要集中在關(guān)聯(lián)規(guī)則和分類(lèi)算法上，而隱私保護(hù)的聚類(lèi)算法研究則相對(duì)較少。
　　本文主要研究基于隱私保護(hù)的聚類(lèi)方面的問(wèn)題，主要內(nèi)容如下：
　　研究

3、了針對(duì)數(shù)據(jù)水平分割的分布式系統(tǒng)下的隱私保護(hù)問(wèn)題，并在此系統(tǒng)下設(shè)計(jì)了一種新的向量?jī)?nèi)積安全計(jì)算協(xié)議和矩陣乘積安全計(jì)算協(xié)議。通過(guò)結(jié)合多方安全計(jì)算協(xié)議和隨機(jī)正交矩陣變換擾亂方法，提出了一種新的混合式隱私保護(hù)算法。理論分析和實(shí)驗(yàn)結(jié)果表明，該算法可以在保護(hù)數(shù)據(jù)隱私的同時(shí)，實(shí)現(xiàn)數(shù)據(jù)挖掘結(jié)果準(zhǔn)確性的零丟失。
　　針對(duì)數(shù)據(jù)集中分布的集中式系統(tǒng)下的隱私保護(hù)問(wèn)題，提出了一種基于譜圖理論的隱私保護(hù)聚類(lèi)算法。對(duì)譜聚類(lèi)的原理-譜圖理論進(jìn)行研究，將之推廣到集中

4、式數(shù)據(jù)分布環(huán)境中的數(shù)據(jù)發(fā)布問(wèn)題上。由于在譜圖理論中，數(shù)據(jù)的聚類(lèi)問(wèn)題可以轉(zhuǎn)換為圖的劃分問(wèn)題，并且通過(guò)圖的譜即特征向量，給出圖劃分問(wèn)題的近似最優(yōu)解。所以，將原始數(shù)據(jù)進(jìn)行預(yù)處理后，求解拉普拉斯矩陣的特征向量矩陣，并將之發(fā)布給第三方，由第三方進(jìn)行聚類(lèi)挖掘。通過(guò)試驗(yàn)證明，該算法可以在保護(hù)數(shù)據(jù)隱私的前提下，保證聚類(lèi)效果的有效性。此外，為了有效解決譜聚類(lèi)中規(guī)模參數(shù)的選擇問(wèn)題，我們提出了一種基于鄰居排序的自適應(yīng)譜聚類(lèi)算法。這種算法可以自動(dòng)的計(jì)算規(guī)模參數(shù)