分布式環(huán)境中保護隱私數(shù)據(jù)挖掘方法的研究.pdf

1、隨著信息技術(shù)的迅猛發(fā)展，海量級、分布式的數(shù)據(jù)規(guī)模對傳統(tǒng)的數(shù)據(jù)挖掘方法提出了新的挑戰(zhàn)。如何融入分布式環(huán)境，在保證持有方數(shù)據(jù)隱私的前提下得到準(zhǔn)確的挖掘結(jié)果成為數(shù)據(jù)挖掘領(lǐng)域新的研究熱點。由于聚類挖掘和分類挖掘是應(yīng)用較為廣泛的數(shù)據(jù)挖掘方法。本文對常用的K-means聚類算法和ID3分類算法進行改進，提出了兩種保護隱私的數(shù)據(jù)挖掘算法。
　　本文首先介紹了數(shù)據(jù)挖掘的基本概念和實現(xiàn)步驟，在闡述數(shù)據(jù)挖掘常見技術(shù)類別的基礎(chǔ)上，重點介紹了常見的聚類挖

2、掘算法和分類挖掘算法，描述了這些算法的基本原理和實現(xiàn)過程，通過比較分析了各種算法的優(yōu)勢和不足之處。然后介紹了隱私的概念，綜述了數(shù)據(jù)挖掘中保護隱私的常見方法，其中重點介紹了限制發(fā)布技術(shù)、加密技術(shù)和安全多方計算技術(shù)，最后綜述了保護隱私數(shù)據(jù)挖掘的研究進展。在此基礎(chǔ)上，本文分別針對聚類挖掘和分類挖掘中的隱私保護做了如下工作：
　　（1）本文在K-means聚類算法的基礎(chǔ)上，結(jié)合分布式環(huán)境，使用基于整數(shù)的同態(tài)加密方法，對水平分布的各站點進行

3、秘密聚類挖掘，并考慮了中間結(jié)果在通信過程中的安全問題。由于聚類過程在密文狀態(tài)中進行，公鑰加密使得計算過程的中間結(jié)果得到密碼保護，因此本算法能在保護隱私的前提下得到準(zhǔn)確的聚類結(jié)果。理論分析和實驗驗證都證明了這一點。
　?。?）對于垂直分割數(shù)據(jù)的存儲環(huán)境，本文設(shè)計了一種新的針對決策樹分類的保護隱私ID3分類算法。該算法基于Pillier的同態(tài)加密方案和數(shù)字信封技術(shù)，能夠?qū)⒎诸惸Ｐ蜕蛇^程放在密文中進行，再通過差分比較法進行秘密比較，最