保護(hù)隱私的數(shù)據(jù)挖掘方法研究.pdf

1、信息時代給我們帶來了數(shù)據(jù)在數(shù)量和復(fù)雜性上的爆炸性增長，也催生了富有挑戰(zhàn)性的研究領(lǐng)域——數(shù)據(jù)挖掘。在很多情況下，數(shù)據(jù)由不同的組織持有、分布于不同的地理位置，而且持有者可能出于數(shù)據(jù)安全性和敏感性等原因不愿意直接共享他們的數(shù)據(jù)。怎樣跨越數(shù)據(jù)挖掘和數(shù)據(jù)機(jī)密性之間的這道鴻溝進(jìn)行各種研究和應(yīng)用，是當(dāng)前數(shù)據(jù)挖掘的一大研究方向，稱為保護(hù)隱私的數(shù)據(jù)挖掘(Privacy-PreservingDataMining，PPDM)。 保護(hù)隱私的數(shù)據(jù)挖掘方法

2、有兩大類，隨機(jī)化方法和基于密碼學(xué)的方法，本文關(guān)注前者，它有兩種模式，基于隨機(jī)數(shù)據(jù)擾亂以及基于隨機(jī)響應(yīng)的方法。隨機(jī)數(shù)據(jù)擾亂方法及重構(gòu)技術(shù)難以消除由于屬性變量本身相關(guān)性引起的數(shù)據(jù)泄露。本文介紹了一種利用主成分分析進(jìn)行屬性精簡的增強(qiáng)隨機(jī)化方法，降低了參與數(shù)據(jù)挖掘的屬性數(shù)據(jù)間相關(guān)性，更好的保護(hù)了隱私數(shù)據(jù)，同時對此方法實(shí)施條件下數(shù)據(jù)遺失率及隱私保護(hù)性能進(jìn)行了量化研究，得出隱私保護(hù)性能與屬性精簡程度和隨機(jī)量數(shù)學(xué)特征之間的關(guān)系。 基于隨機(jī)響應(yīng)