K-匿名數(shù)據(jù)集的挖掘算法研究.pdf

1、隨著大數(shù)據(jù)時代的到來，Internet時時刻刻都在釋放出海量數(shù)據(jù)。信息的日積月累，無論是圍繞著企業(yè)的商業(yè)決策，還是個人的生活消費習慣等信息，都變成了以各種各樣形式存儲的數(shù)據(jù)。大數(shù)據(jù)的背后隱藏著大量政治和經(jīng)濟利益的同時，也到處涉及到各種隱私。隨著人們隱私保護意識的提高與k-匿名隱私保護模型的日趨完善，該模型已經(jīng)逐漸成為了個人和機構(gòu)發(fā)布數(shù)據(jù)前的可信賴隱私保護手段。k-匿名數(shù)據(jù)屬于一種特殊的不確定數(shù)據(jù)，它的元組中準標識符屬性對應(yīng)的泛化值取每個

2、可能值的概率是相等的，并且每條元組至少和k-1條其它元組在準標識符屬性上的值是相同的。K-匿名數(shù)據(jù)是通過泛化樹對精確數(shù)據(jù)進行泛化處理來實現(xiàn)k-匿名化的，具有均勻分布的特性，這一特性不利于精確查詢，并且，已存在的數(shù)據(jù)挖掘算法也無法有效的應(yīng)用于k-匿名數(shù)據(jù)的挖掘。因此，如何挖掘k-匿名數(shù)據(jù)以及增加其可用性是一個亟待解決的問題。
　　關(guān)聯(lián)規(guī)則挖掘是數(shù)據(jù)挖掘領(lǐng)域最基本的分析方法，其可從大量數(shù)據(jù)中發(fā)現(xiàn)項集或?qū)傩蚤g有價值的關(guān)聯(lián)關(guān)系。目前已經(jīng)有

3、很多學(xué)者針對不確定數(shù)據(jù)做了專門的研究，也提出了許多優(yōu)良的不確定數(shù)據(jù)挖掘算法。但是，這些算法幾乎都是基于元組在還原成可能的確定元組時概率不等的前提下挖掘的，而k-匿名數(shù)據(jù)的均勻分布特性使得這些已存在的算法在應(yīng)用時要么效率低下，要么挖掘得到的結(jié)果價值很低。為了解決該問題，結(jié)合聚類和樹的優(yōu)點，我們提出了針對k-匿名數(shù)據(jù)的關(guān)聯(lián)規(guī)則挖掘算法。它包括了擴展分層聚類算法、k-頻繁樹構(gòu)造算法和關(guān)聯(lián)規(guī)則生成算法，分別用于對k-匿名數(shù)據(jù)進行預(yù)處理、挖掘頻繁

4、項集和生成強關(guān)聯(lián)規(guī)則。
　　數(shù)據(jù)的查詢可以從另一方面有效提高數(shù)據(jù)的可用性。K-匿名數(shù)據(jù)的特殊性使得挖掘得到的關(guān)聯(lián)規(guī)則體左邊依舊為泛化值，現(xiàn)有的查詢算法無法對其進行變粒度查詢，以得到非原始泛化值的對應(yīng)關(guān)聯(lián)規(guī)則及其置信度。抓住k-匿名數(shù)據(jù)均勻分布的特點，我們結(jié)合R*樹的空間查詢優(yōu)勢，把粒度轉(zhuǎn)換方法應(yīng)用到查詢中去，提出了變粒度關(guān)聯(lián)規(guī)則查詢算法——基于新提出的4點粒度轉(zhuǎn)換特性，實現(xiàn)了對關(guān)聯(lián)規(guī)則挖掘的結(jié)果查詢對用戶透明化，可有效滿足不同用戶