面向數(shù)據(jù)挖掘的隱私保護方法研究與應(yīng)用.pdf

1、近年來，隨著電商企業(yè)的崛起，互聯(lián)網(wǎng)迎來了數(shù)據(jù)爆發(fā)的時代，人們通過網(wǎng)絡(luò)就能輕而易舉地獲得自己所需的信息與服務(wù)。而數(shù)據(jù)挖掘技術(shù)能在大量數(shù)據(jù)環(huán)境中將無規(guī)則的數(shù)據(jù)轉(zhuǎn)變?yōu)橛杏玫男畔?，使這些信息能被人們有效地應(yīng)用與各個方面。然而，數(shù)據(jù)挖掘技術(shù)在應(yīng)用的過程中，不可避免地會接觸到用戶的數(shù)據(jù)，這在一定程度上會使得用戶對自己的數(shù)據(jù)的安全性感到擔(dān)憂，從而不愿意共享一些有用的數(shù)據(jù)信息，這就會限制數(shù)據(jù)挖掘技術(shù)的效果。因此，在數(shù)據(jù)挖掘技術(shù)的基礎(chǔ)上應(yīng)用隱私保護方法能

2、有效地解決數(shù)據(jù)安全性的問題，因而數(shù)據(jù)挖掘技術(shù)的安全性問題也成為時下研究的熱點。
　　本文首先分析了現(xiàn)有的面向數(shù)據(jù)挖掘的隱私保護技術(shù)的現(xiàn)狀以及所存在的不足，然后從隱私保護的不同角度入手，對隱私保護技術(shù)進行了改進，以使其更好地應(yīng)用于數(shù)據(jù)挖掘中。
　　針對隱私保護技術(shù)中的匿名模型，文中提出了一個面向多敏感屬性的個性化K匿名改進算法。通過對參數(shù)的設(shè)置，來對生成等價類中敏感屬性值進行約束，使敏感屬性的分布更加均衡同時也滿足多樣性的需求

3、，并將此算法應(yīng)用到K匿名模型中。并通過實驗結(jié)果證明，改進的K匿名模型在保護數(shù)據(jù)隱私的同時，減少了元組的隱匿率。
　　針對隱私保護技術(shù)中的隨機化方法，本文將隱私保護技術(shù)與信任模型相結(jié)合，提出了一個基于隱私保護的信任評估模型。該模型借助擴展的部分隱藏隨機化回答（ERRPH）方法，能有效地保護隱私的同時，又不影響信任度的判斷。在信任值的計算過程中，也結(jié)合了基于貝葉斯的理論的計算方法。通過仿真，驗證了本模型具有一定的隱私保護效果，同時也實