基于隱私保護(hù)的數(shù)據(jù)挖掘技術(shù)與研究.pdf

1、隨著計(jì)算機(jī)技術(shù)的發(fā)展和應(yīng)用，數(shù)據(jù)挖掘技術(shù)應(yīng)運(yùn)而生，但是傳統(tǒng)的數(shù)據(jù)挖掘技術(shù)大多在原始數(shù)據(jù)上進(jìn)行挖掘，在發(fā)現(xiàn)知識(shí)的同時(shí)，很多隱私敏感信息亦不可避免的被侵犯到了;很多研究者調(diào)查總結(jié)的結(jié)論指出，在數(shù)據(jù)挖掘的過程中，大量的個(gè)人隱私信息在當(dāng)事人不知情的情況下被公開使用，甚至濫用，對(duì)于這種個(gè)人隱私信息被隨意使用甚至違法亂用的現(xiàn)象，人們很擔(dān)心，有些國(guó)家法律也規(guī)定了相應(yīng)的法律法規(guī)，來規(guī)范數(shù)據(jù)挖掘的技術(shù)途徑，強(qiáng)化挖掘信息的保護(hù)意識(shí)，在各種社會(huì)壓力的迫使下，

2、人們?cè)谶M(jìn)行于數(shù)據(jù)挖掘的同時(shí)必須保障個(gè)人隱私信息不被泄漏，必須在保護(hù)隱私信息的基礎(chǔ)上進(jìn)行數(shù)據(jù)挖掘。
　　基于隱私保護(hù)的數(shù)據(jù)挖掘技術(shù)的研究目的，是在數(shù)據(jù)庫中提取事先未知的，有價(jià)值的信息和知識(shí)的同時(shí)，又不暴露隱私信息（至少是一些敏感信息）。出于對(duì)人們隱私信息的保護(hù)，對(duì)原始的數(shù)據(jù)庫信息進(jìn)行處理，就變得迫不及待，基于各類數(shù)據(jù)挖掘中都會(huì)觸及個(gè)人隱私，本文將以DNA序列數(shù)據(jù)集為研究對(duì)象，對(duì)其數(shù)據(jù)挖掘過程中的隱私算法進(jìn)行改進(jìn)，主要研究?jī)?nèi)容如下:<

3、br>　　將基于最大權(quán)匹配的算法和基于隱私保護(hù)框架的弱聚類算法通過合理的改進(jìn)之后，應(yīng)用于DNA序列數(shù)據(jù)集的隱私保護(hù)算法中，針對(duì)已經(jīng)存在的隱私保護(hù)算法DNALA算法的不足之處進(jìn)行改進(jìn)優(yōu)化，提出新算法DNALA-IA，主要包括DNALA-DMA算法和DNALA-CA算法兩部分，詳見如下:
　　(1)針對(duì)原來的DNALA算法所使用的多序列比對(duì)方法，存在比對(duì)時(shí)間較長(zhǎng)，效率太低的問題，使用DNALA-DMA算法，該算法使用兩兩雙序列比對(duì)的方

4、法計(jì)算距離矩陣，不僅提高了序列比對(duì)的時(shí)間效率，同時(shí)DNALA算法最終結(jié)果精度不降低，而且在減少被挖掘信息損失度的前提下，實(shí)現(xiàn)了個(gè)人信息的隱私保護(hù)的目的。
　　(2)針對(duì)原來的DNALA算法取得的結(jié)果精度不高而且不能實(shí)時(shí)更新聚類算法結(jié)果的缺點(diǎn)，使用DNALA-CA算法，該算法中的最大權(quán)匹配的聚類算法MWMCA，提高聚類結(jié)果的精度的同時(shí)，時(shí)間復(fù)雜度不變。該DNALA-CA算法中的數(shù)據(jù)流隱私保護(hù)框架WCPPF算法分為在線部分和離線部分，