面向?qū)傩耘c關(guān)系的隱私保護(hù)數(shù)據(jù)挖掘理論研究.pdf

1、大數(shù)據(jù)時(shí)代的到來(lái)使得人們迫切希望從海量的數(shù)據(jù)中挖掘出潛在的規(guī)律和知識(shí),來(lái)指導(dǎo)人們創(chuàng)造新的價(jià)值。大數(shù)據(jù)結(jié)合數(shù)據(jù)挖掘分析技術(shù),已經(jīng)在商業(yè)、醫(yī)療、能源、交通、安全和娛樂(lè)等領(lǐng)域產(chǎn)生了深刻的影響。然而,傳統(tǒng)作用于原始數(shù)據(jù)之上的數(shù)據(jù)挖掘分析面臨著一個(gè)重要的問(wèn)題即數(shù)據(jù)的隱私問(wèn)題。由于原始數(shù)據(jù)中通常包含有關(guān)個(gè)人或群體的敏感信息,這些敏感數(shù)據(jù)的泄露會(huì)給人們的聲譽(yù)、財(cái)產(chǎn)和安全等帶來(lái)嚴(yán)重的威脅?，F(xiàn)有簡(jiǎn)單的數(shù)據(jù)處理方法無(wú)法滿足隱私保護(hù)的需求,并且現(xiàn)有的法律法規(guī)

2、已經(jīng)制約了數(shù)據(jù)挖掘技術(shù)的應(yīng)用和發(fā)展。因此,有必要從技術(shù)的角度出發(fā),尋找可以同時(shí)解決隱私保護(hù)和知識(shí)發(fā)現(xiàn)的方法。
　　通過(guò)結(jié)合相關(guān)的數(shù)據(jù)挖掘分析算法,本文分別針對(duì)面向?qū)傩院兔嫦蜿P(guān)系的兩個(gè)層面研究隱私保護(hù)數(shù)據(jù)挖掘問(wèn)題。社會(huì)實(shí)體本身的屬性所包含的敏感信息保護(hù)構(gòu)成了面向?qū)傩缘碾[私保護(hù)問(wèn)題;由社會(huì)實(shí)體之間的相互作用關(guān)系所生成的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)成為隱私信息的另一來(lái)源,這種隱私信息的保護(hù)則構(gòu)成了面向關(guān)系的隱私保護(hù)問(wèn)題。本文將上述研究?jī)?nèi)容細(xì)分為四個(gè)研究

3、點(diǎn),主要貢獻(xiàn)和創(chuàng)新點(diǎn)如下:
　　(1)個(gè)性化隱私保護(hù):現(xiàn)有頻繁項(xiàng)集挖掘的敏感數(shù)據(jù)保護(hù)算法,并沒(méi)有考慮不同商品或項(xiàng)的個(gè)性化隱私保護(hù)需求。而現(xiàn)實(shí)中,人們不會(huì)在意別人知道自己購(gòu)買了日常用品,卻對(duì)敏感商品比較在乎?；谏唐返倪@種個(gè)性化隱私需求,提出了不同商品或項(xiàng)的個(gè)性化隱私問(wèn)題,并基于隨機(jī)響應(yīng)技術(shù)對(duì)不同項(xiàng)的敏感數(shù)據(jù)實(shí)施不同水平的隱私保護(hù)。然后,給出方法從擾動(dòng)后的數(shù)據(jù)中重構(gòu)出項(xiàng)集在原始數(shù)據(jù)中的支持度。最后通過(guò)修改經(jīng)典的Apriori算法從擾

4、動(dòng)后的數(shù)據(jù)中重現(xiàn)原始數(shù)據(jù)的頻繁項(xiàng)集。這種方法在滿足不同商品的個(gè)性化隱私保護(hù)需求的同時(shí),可更好地重構(gòu)出原始數(shù)據(jù)中的頻繁項(xiàng)集。
　　(2)頻繁模式隱私保護(hù):通常公司在共享數(shù)據(jù)之前希望隱藏掉數(shù)據(jù)中具有競(jìng)爭(zhēng)優(yōu)勢(shì)的潛在知識(shí),而針對(duì)關(guān)聯(lián)規(guī)則分析,它們希望隱藏某些頻繁模式,即“約束模式”。為解決此問(wèn)題,首先提出了項(xiàng)沖突度的概念,并基于此設(shè)計(jì)了一種新的啟發(fā)式數(shù)據(jù)清理算法。該算法在隱藏約束模式時(shí),在所有事務(wù)中迭代地選擇出具有最大項(xiàng)沖突度的項(xiàng),并從其

5、所在的事務(wù)中移除該項(xiàng)。算法迭代地更新所有項(xiàng)的沖突度并使用倒排文件索引來(lái)提升算法的查詢速度。與相關(guān)算法對(duì)比,所提算法在隱藏約束模式的同時(shí)可以更少地隱藏合法模式,并減少對(duì)原始事務(wù)數(shù)據(jù)的修改。
　　(3)分布式隱私保護(hù):針對(duì)數(shù)據(jù)水平分割的分布式環(huán)境,研究了不同合作方協(xié)同構(gòu)建共享數(shù)據(jù)挖掘模型的隱私保護(hù)問(wèn)題。通過(guò)結(jié)合數(shù)據(jù)隨機(jī)化方法和安全多方計(jì)算協(xié)議,提出了一種新的混合式隱私保護(hù)算法,在保護(hù)數(shù)據(jù)隱私的同時(shí),實(shí)現(xiàn)了旋轉(zhuǎn)無(wú)關(guān)數(shù)據(jù)挖掘結(jié)果準(zhǔn)確性的零

6、丟失。此外,為給參與方提供更高的隱私保護(hù),針對(duì)隨機(jī)正交變換技術(shù)給出了相對(duì)最大化隱私水平的策略,并在分布式環(huán)境下設(shè)計(jì)了一種效率更高的安全內(nèi)積協(xié)議。最后,通過(guò)結(jié)合協(xié)同過(guò)濾推薦算法,給出了分布式隱私保護(hù)數(shù)據(jù)挖掘的具體實(shí)例。
　　(4)面向關(guān)系的隱私保護(hù):針對(duì)面向關(guān)系的社會(huì)網(wǎng)絡(luò)發(fā)布中的隱私保護(hù)問(wèn)題,對(duì)攻擊者背景進(jìn)行建模并提出了共同好友攻擊模型。為預(yù)防此種攻擊,提出了k-NMF匿名化隱私保護(hù)模型,并設(shè)計(jì)了兩種原始網(wǎng)絡(luò)的匿名化算法以使發(fā)布的網(wǎng)

7、絡(luò)滿足k-NMF匿名化。由于算法在匿名化時(shí)考慮了網(wǎng)絡(luò)的結(jié)構(gòu)拓?fù)涮匦?實(shí)驗(yàn)結(jié)果證明所提算法在保護(hù)隱私的同時(shí),可以有效地保留原有網(wǎng)絡(luò)的結(jié)構(gòu)特性。另外,為使發(fā)布的網(wǎng)絡(luò)同時(shí)滿足k-degree匿名化和k-NMF匿名化,提出了新的匿名化算法并實(shí)驗(yàn)驗(yàn)證了所提算法可以較好地保持原始網(wǎng)絡(luò)的結(jié)構(gòu)信息。
　　上述前三個(gè)方面的工作主要解決了面向?qū)傩缘碾[私保護(hù)數(shù)據(jù)挖掘中的問(wèn)題,從而在滿足用戶對(duì)隱私保護(hù)需求的條件下,更有效地減少了屬性數(shù)據(jù)中的信息丟失。最后