基于隱私保護(hù)的決策樹(shù)分類(lèi)模型的研究.pdf

1、數(shù)據(jù)挖掘被廣泛應(yīng)用于多個(gè)領(lǐng)域，尤其是在如銀行、電信、保險(xiǎn)、交通、零售等商業(yè)領(lǐng)域。但數(shù)據(jù)挖掘也會(huì)帶來(lái)一些社會(huì)問(wèn)題，其中最敏感的要屬隱私保護(hù)問(wèn)題。因此，有必要研究如何在數(shù)據(jù)挖掘中保護(hù)信息隱私，并且建立基于隱私保護(hù)的挖掘模型，以保證在挖掘過(guò)程中敏感信息的安全。 本文主要探討基于隱私保護(hù)的決策樹(shù)分類(lèi)模型的構(gòu)造問(wèn)題，其中決策樹(shù)的生成算法采用ID3算法。該問(wèn)題具體定義為：有兩個(gè)不同站點(diǎn)，站點(diǎn)A和站點(diǎn)B，欲基于數(shù)據(jù)集共同構(gòu)造決策樹(shù)；站點(diǎn)A和站

2、點(diǎn)B各自擁有數(shù)據(jù)集的一部分；在構(gòu)造決策樹(shù)的同時(shí)，必須保證站點(diǎn)A和站點(diǎn)B均不會(huì)泄露自己數(shù)據(jù)的具體字段信息。 根據(jù)不同的分布情況，數(shù)據(jù)集可分為：集中式數(shù)據(jù)集、水平分布數(shù)據(jù)集和垂直分布數(shù)據(jù)集。本文對(duì)上述三種數(shù)據(jù)集的保護(hù)隱私的決策樹(shù)構(gòu)造方法進(jìn)行了描述與分析，并分別討論了隨機(jī)化方法和安全多方計(jì)算方法在保護(hù)隱私的決策樹(shù)生成算法中的應(yīng)用。 對(duì)于集中式數(shù)據(jù)集，應(yīng)用隨機(jī)化方法實(shí)現(xiàn)建樹(shù)過(guò)程中的隱私保護(hù)。首先，采用服從均勻分布或高斯分布的隨機(jī)

3、變量對(duì)原始數(shù)據(jù)進(jìn)行變換。其次，應(yīng)用一種基于貝葉斯理論的重構(gòu)方法對(duì)數(shù)據(jù)進(jìn)行重構(gòu)。最后，在重構(gòu)的數(shù)據(jù)上構(gòu)造決策樹(shù)。對(duì)于數(shù)據(jù)集水平分布和垂直分布的情況，應(yīng)用安全多方計(jì)算協(xié)議實(shí)現(xiàn)建樹(shù)過(guò)程中的隱私保護(hù)，即參與計(jì)算的各站點(diǎn)分別輸入保密信息，運(yùn)用安全計(jì)算協(xié)議得到隨機(jī)分享值。 針對(duì)垂直分布的數(shù)據(jù)集，本文提出了一種保護(hù)隱私的決策樹(shù)構(gòu)造方法PVID3算法。該方法與前面提到的基于垂直分布數(shù)據(jù)的保護(hù)隱私的決策樹(shù)構(gòu)造方法的不同之處如下： ①前者應(yīng)