隱私保護(hù)分布式關(guān)聯(lián)規(guī)則挖掘.pdf

1、數(shù)據(jù)挖掘是數(shù)據(jù)庫研究、開發(fā)和應(yīng)用最活躍的分支之一，它通過對(duì)大型數(shù)據(jù)庫進(jìn)行清理、集成以及選擇變換等處理，獲得其中隱藏的潛在有用的規(guī)則，但隨之產(chǎn)生的就是隱私和信息安全問題，如果利用不當(dāng)，將會(huì)給部門、個(gè)人隱私帶來嚴(yán)重的威脅，如何在保持隱私的情況下仍然能夠挖掘出有用的規(guī)則是近年來數(shù)據(jù)挖掘領(lǐng)域研究的重要內(nèi)容。 作為數(shù)據(jù)挖掘隱私保護(hù)研究的一個(gè)重要組成，分布式關(guān)聯(lián)規(guī)則中的隱私保護(hù)算法研究一直是一個(gè)具有挑戰(zhàn)性的課題，它在金融、市場(chǎng)營銷等方面具有

2、十分重要的應(yīng)用價(jià)值。本文在分析國內(nèi)外隱私保護(hù)方法研究成果的基礎(chǔ)上，對(duì)其進(jìn)行了深入的研究。根據(jù)保護(hù)對(duì)象的不同，本文內(nèi)容分為實(shí)現(xiàn)原始數(shù)據(jù)保護(hù)的分布式關(guān)聯(lián)規(guī)則挖掘算法及規(guī)則保護(hù)的分布式關(guān)聯(lián)規(guī)則挖掘算法研究，相關(guān)算法在保護(hù)隱私的同時(shí)，盡量保證規(guī)則挖掘的精度。 (1)在數(shù)據(jù)水平分布條件下，針對(duì)現(xiàn)有的隱私保護(hù)分布式關(guān)聯(lián)規(guī)則挖掘算法需要多次掃描數(shù)據(jù)庫的缺點(diǎn)，提出一種只需要兩次掃描數(shù)據(jù)庫的基于分布式FP-樹的隱私保護(hù)挖掘算法，可以有效地降低通信

3、量，還能在保證準(zhǔn)確度的同時(shí)有效地保護(hù)原始數(shù)據(jù)。 (2)在數(shù)據(jù)垂直分布條件下，論證了關(guān)聯(lián)規(guī)則挖掘的關(guān)鍵在于項(xiàng)集支持度的計(jì)算，從而提出一種新穎的求項(xiàng)集支持度的協(xié)議，該協(xié)議可以安全地求出項(xiàng)集的支持度而不會(huì)泄露各個(gè)站點(diǎn)的私有信息，同時(shí)該算法又是一個(gè)普遍適用的適合多個(gè)站點(diǎn)的算法。 (3)基于兩遍掃描數(shù)據(jù)庫隱藏規(guī)則的框架，提出一種適合于分布式情況下隱藏規(guī)則的數(shù)據(jù)清理算法IGA RC，算法不僅考慮敏感規(guī)則的支持度還考慮了規(guī)則的置信度。