隱私保護分布式關聯(lián)規(guī)則挖掘.pdf

1、數(shù)據(jù)挖掘是數(shù)據(jù)庫研究、開發(fā)和應用最活躍的分支之一，它通過對大型數(shù)據(jù)庫進行清理、集成以及選擇變換等處理，獲得其中隱藏的潛在有用的規(guī)則，但隨之產(chǎn)生的就是隱私和信息安全問題，如果利用不當，將會給部門、個人隱私帶來嚴重的威脅，如何在保持隱私的情況下仍然能夠挖掘出有用的規(guī)則是近年來數(shù)據(jù)挖掘領域研究的重要內(nèi)容。 作為數(shù)據(jù)挖掘隱私保護研究的一個重要組成，分布式關聯(lián)規(guī)則中的隱私保護算法研究一直是一個具有挑戰(zhàn)性的課題，它在金融、市場營銷等方面具有

2、十分重要的應用價值。本文在分析國內(nèi)外隱私保護方法研究成果的基礎上，對其進行了深入的研究。根據(jù)保護對象的不同，本文內(nèi)容分為實現(xiàn)原始數(shù)據(jù)保護的分布式關聯(lián)規(guī)則挖掘算法及規(guī)則保護的分布式關聯(lián)規(guī)則挖掘算法研究，相關算法在保護隱私的同時，盡量保證規(guī)則挖掘的精度。 (1)在數(shù)據(jù)水平分布條件下，針對現(xiàn)有的隱私保護分布式關聯(lián)規(guī)則挖掘算法需要多次掃描數(shù)據(jù)庫的缺點，提出一種只需要兩次掃描數(shù)據(jù)庫的基于分布式FP-樹的隱私保護挖掘算法，可以有效地降低通信

3、量，還能在保證準確度的同時有效地保護原始數(shù)據(jù)。 (2)在數(shù)據(jù)垂直分布條件下，論證了關聯(lián)規(guī)則挖掘的關鍵在于項集支持度的計算，從而提出一種新穎的求項集支持度的協(xié)議，該協(xié)議可以安全地求出項集的支持度而不會泄露各個站點的私有信息，同時該算法又是一個普遍適用的適合多個站點的算法。 (3)基于兩遍掃描數(shù)據(jù)庫隱藏規(guī)則的框架，提出一種適合于分布式情況下隱藏規(guī)則的數(shù)據(jù)清理算法IGA RC，算法不僅考慮敏感規(guī)則的支持度還考慮了規(guī)則的置信度。