面向分類分析的數(shù)據(jù)發(fā)布隱私保護方法研究.pdf

1、隨著各行各業(yè)對數(shù)據(jù)共享的迫切需求，數(shù)據(jù)發(fā)布隱私保護技術(shù)取得了長足的發(fā)展。數(shù)據(jù)挖掘分類分析工作需要大量的數(shù)據(jù)支持，如何對發(fā)布的數(shù)據(jù)成功進行分類分析的同時保護隱私數(shù)據(jù)不被泄露成為了一個重要的問題。近年來，數(shù)據(jù)發(fā)布隱私保護技術(shù)的研究成為數(shù)據(jù)庫領(lǐng)域的研究熱點，k匿名模型是實現(xiàn)數(shù)據(jù)發(fā)布隱私保護的重要思想，然而現(xiàn)有的k匿名實現(xiàn)技術(shù)沒有考慮匿名數(shù)據(jù)的具體應(yīng)用情況，針對具體應(yīng)用改進數(shù)據(jù)匿名化過程，從而得到面向該應(yīng)用高質(zhì)量的匿名數(shù)據(jù)，是一項非常有意義的工

2、作。通過對數(shù)據(jù)挖掘分類技術(shù)和隱私模型相結(jié)合的研究，本文提出了面向數(shù)據(jù)挖掘分類分析技術(shù)來進行匿名化數(shù)據(jù)，不再要求匿名化過程造成數(shù)據(jù)信息損失量最小，而是要求匿名化過程對數(shù)據(jù)在挖掘分類中的影響盡可能的小，通過考慮各個屬性在分類中的作用，提出屬性的權(quán)重思想，即不同的屬性在數(shù)據(jù)挖掘分類中表現(xiàn)的重要度可能不同，根據(jù)不同的屬性在分類過程中的表現(xiàn)，定義不同的屬性權(quán)重，從而在匿名化過程中進行不同程度的泛化。最近，面向分類分析技術(shù)的k匿名研究得到重視，很多

3、的改進型k匿名算法被提出，能夠?qū)崿F(xiàn)在滿足隱私要求的同時保持匿名數(shù)據(jù)在挖掘分類中的可用性。
　　本研究主要內(nèi)容包括：⑴通過對數(shù)據(jù)挖掘分類分析方法的研究，提出了基于屬性權(quán)重的匿名化方法。該方法考慮到不同屬性在分類挖掘中所發(fā)揮的作用不同，所以在數(shù)據(jù)匿名化過程中，對分類分析重要的屬性進行較弱泛化，而對分類分析不重要的屬性進行較強泛化，并采用了信息增益比率作為度量來控制泛化程度，從而可以得到對分類挖掘分類可用性更好的匿名化數(shù)據(jù)?；谠撍枷敫?/p>