面向隱私保護的關(guān)聯(lián)規(guī)則挖掘研究.pdf

1、數(shù)據(jù)挖掘目前是數(shù)據(jù)庫研究中最活躍的分支之一，不論科學研究還是商業(yè)應(yīng)用，數(shù)據(jù)挖掘都取得了可喜的成果。但與此同時，數(shù)據(jù)挖掘也面臨著很多問題的挑戰(zhàn)。其中，數(shù)據(jù)挖掘的個人隱私與信息安全問題尤其得到關(guān)注。誤用、濫用數(shù)據(jù)挖掘可能導(dǎo)致用戶數(shù)據(jù)特別是敏感信息的泄漏，越來越多的人們對此表示擔憂，甚至拒絕提供真實的數(shù)據(jù)。如何在不暴露用戶隱私的前提下進行數(shù)據(jù)挖掘，也就成了人們非常感興趣的課題。
　　 本文針對關(guān)聯(lián)規(guī)則挖掘中的隱私保護問題進行研究。首先

2、介紹了相關(guān)背景知識，對現(xiàn)有的隱私保護關(guān)聯(lián)規(guī)則挖掘作了分析和介紹。接著詳細闡述并分析了典型的Apriori算法。以及對隱私保護關(guān)聯(lián)規(guī)則挖掘算法MASK算法作了詳細介紹，并且對MASK算法和Apriori算法在運行時間上作了個比較；針對MASK算法其存在的問題及其原因進行了詳細分析。
　　 在此基礎(chǔ)上，從隱私保護對象為原始數(shù)據(jù)集的角度出發(fā)，針對關(guān)聯(lián)規(guī)則挖掘中如何保護隱私數(shù)據(jù)信息的問題，首先從數(shù)據(jù)存儲結(jié)構(gòu)角度進行改進，利用數(shù)學集合理論

3、，改變數(shù)據(jù)存儲方式，從而減少了重構(gòu)原數(shù)據(jù)支持度過程中的掃描數(shù)據(jù)庫的數(shù)目，消除了重構(gòu)原數(shù)據(jù)項支持度的指數(shù)復(fù)雜度，并給出了其描述；其次從概率變換矩陣角度出發(fā)，采用隨機參數(shù)擾動方法對數(shù)據(jù)進行歪曲，然后對概率矩陣進行變換，再進行關(guān)聯(lián)規(guī)則的挖掘，并使用傳統(tǒng)隱私保護度評價方法與矩陣變換的方向隱私保護度相結(jié)合的方法評價變換的隱私保護度。有效地解決了按照一般的隱私保護度的評價方法會產(chǎn)生一些特殊值與實際值不符的情況，以及在數(shù)據(jù)集容量很大的情況下運算量大的