隱私保護(hù)關(guān)聯(lián)規(guī)則挖掘.pdf

1、數(shù)據(jù)挖掘研究如何從大量數(shù)據(jù)中發(fā)現(xiàn)潛在模式及趨勢(shì)，在科學(xué)研究、醫(yī)學(xué)研究及商業(yè)等領(lǐng)域，正得到越來(lái)越廣泛的應(yīng)用，具有很大的發(fā)展?jié)摿?。由于?shù)據(jù)挖掘是發(fā)現(xiàn)數(shù)據(jù)中不容易發(fā)現(xiàn)的模式和規(guī)律，如果利用不當(dāng)，可能對(duì)隱私和信息安全構(gòu)成威脅。因此，如何在保證隱私的情況下挖掘出有用的信息是近年來(lái)數(shù)據(jù)挖掘領(lǐng)域研究的熱點(diǎn)之一。 本文首先結(jié)合數(shù)據(jù)分布方式、隱私保護(hù)目標(biāo)和隱私保護(hù)技術(shù)和隱私保護(hù)的對(duì)象等多個(gè)角度，對(duì)當(dāng)前流行的隱私保護(hù)關(guān)聯(lián)規(guī)則挖掘方法進(jìn)行了深入淺出的

2、分析和介紹。其次，論文主要針對(duì)隱私保護(hù)關(guān)聯(lián)規(guī)則挖掘提出相關(guān)的兩個(gè)算法： (1)從隱私保護(hù)對(duì)象為原始數(shù)據(jù)集的角度出發(fā)，總結(jié)Rizvid提出的的MASK算法優(yōu)缺點(diǎn)的基礎(chǔ)上，提出了一個(gè)基于多參數(shù)隨機(jī)擾動(dòng)的布爾規(guī)則挖掘算法DMASK。該算法同MASK算法相比，能夠按照用戶(hù)對(duì)隱私關(guān)注不同設(shè)置不同的擾動(dòng)參數(shù)，從而降低了隱私泄露的可能性。通過(guò)合理的參數(shù)設(shè)置同時(shí)滿(mǎn)足挖掘結(jié)果的準(zhǔn)確度和隱私保護(hù)度。另外，我們利用集合原理對(duì)算法實(shí)行優(yōu)化，并且嚴(yán)格控制

3、數(shù)據(jù)集密度的變化，消除了由于擾動(dòng)引起的額外計(jì)算，從而大大提高程序運(yùn)行效率。我們分別在人工數(shù)據(jù)集(IBMSyntheticDataset)和實(shí)際數(shù)據(jù)集(BMS-WebView-1)運(yùn)行該算法，實(shí)驗(yàn)結(jié)果表明DMASK算法在運(yùn)行時(shí)間上比Aprior減慢少于5倍，同時(shí)能夠保證隱私保護(hù)度在70％以上，挖掘結(jié)果的準(zhǔn)確度在90％以上。 (2)從隱私保護(hù)對(duì)象為敏感模式的角度出發(fā)，針對(duì)Oliverira提出的SWA算法中容易因推導(dǎo)而產(chǎn)生隱私泄露的

4、不足，提出了一個(gè)新穎算法RWA。首先根據(jù)敏感模式和非敏感模式之間的關(guān)系建立擾動(dòng)矩陣，設(shè)置矩陣中合適的值，并將原事務(wù)數(shù)據(jù)集與擾動(dòng)矩陣相乘，生成一個(gè)能夠阻止向前推導(dǎo)攻擊擾動(dòng)數(shù)據(jù)集。另外，我們使用不同的擾動(dòng)參數(shù)來(lái)避免敏感規(guī)則被恢復(fù)以及降低非敏感規(guī)則被隱藏的機(jī)率，更能避免入侵者向前推導(dǎo)所引起的隱私泄露。最后我們利用實(shí)驗(yàn)方法，通過(guò)與SWA算法在敏感模式的隱藏、非敏感規(guī)則的丟失以及運(yùn)行時(shí)間等多個(gè)性能指標(biāo)上進(jìn)行比較，結(jié)果表明我們所提出的算法相對(duì)于SW