分布式數(shù)據(jù)隱私保護(hù)聚類算法的研究.pdf

1、分布式或網(wǎng)格環(huán)境中隱私保護(hù)數(shù)據(jù)挖掘是近年來的一個(gè)熱點(diǎn)研究課題。分布式環(huán)境中,與傳統(tǒng)的集中式數(shù)據(jù)挖掘不同,隱私保護(hù)的數(shù)據(jù)挖掘需要解決如下矛盾:一方面,各數(shù)據(jù)持有方都希望保持自己的私有數(shù)據(jù)不為其他任何一方所知;另一方面,它們又希望通過合作獲得全局?jǐn)?shù)據(jù)模型。因此,需要研究新的算法使得各方在不共享原始數(shù)據(jù)的情況下進(jìn)行正確的數(shù)據(jù)挖掘,稱為隱私保護(hù)數(shù)據(jù)挖掘(Privacy-Preserving Data Mining,PPDM)。保護(hù)隱私的數(shù)據(jù)挖掘

2、方法有兩大類,基于密碼學(xué)的方法和隨機(jī)化方法,本文關(guān)注前者。安全多方計(jì)算(Secure Multi-party Computation,SMC)是近年來在信息安全與分布式計(jì)算領(lǐng)域迅速崛起的一個(gè)活躍的研究方向,在理論與應(yīng)用上都有非常重要的研究意義。安全多方計(jì)算是指在一個(gè)互不信任的多用戶網(wǎng)絡(luò)中,兩個(gè)或多個(gè)用戶能夠在不泄漏私有信息而協(xié)同合作執(zhí)行某項(xiàng)計(jì)算任務(wù)。隱私保護(hù)數(shù)據(jù)挖掘解決方案已經(jīng)涉及到水平分布和垂直分布的數(shù)據(jù)庫,即各參與方針對(duì)相同的屬性擁

3、有不同的數(shù)據(jù)對(duì)象,或擁有相同的數(shù)據(jù)對(duì)象但所擁有的屬性不同。
　　本文引進(jìn)任意分布數(shù)據(jù),即水平分布和垂直分布數(shù)據(jù)的推廣。在任意分布數(shù)據(jù)中,不同項(xiàng)目的不同屬性可以由任意一方擁有。雖然極端拼湊的數(shù)據(jù)在實(shí)踐中不可能存在,但是基于任意分布數(shù)據(jù)考慮的協(xié)議更適用于水平分布和垂直分布數(shù)據(jù);以及混合型,即并不是完全的垂直或水平分布。
　　針對(duì)任意分布的數(shù)據(jù)集,本文提出了任意分布數(shù)據(jù)的隱私保護(hù)K-均值聚類算法。針對(duì)數(shù)據(jù)挖掘面臨的超大數(shù)據(jù)集問題,