基于關聯規(guī)則挖掘的隱私保護技術研究與實現.pdf

1、隨著信息技術的飛速發(fā)展，數據呈現爆發(fā)式的增長，數據挖掘技術應運而生，并迅速應用于各個領域。然而，伴隨著數據挖掘的深入運用，大量的隱私信息被泄露，隨著隱私越來越受到人們的重視，隱私保護逐漸成為數據挖掘領域的研究熱點。
　　關聯規(guī)則挖掘是數據挖掘的一個重要研究方向，用于發(fā)現數據之間潛在的聯系。因此，基于關聯規(guī)則挖掘的隱私保護研究顯得尤為重要。在保護隱私的同時，獲得準確的關聯規(guī)則，面臨的問題在于提高挖掘算法的效率。本文主要研究關聯規(guī)則挖

2、掘中的隱私保護算法，介紹了關聯規(guī)則挖掘和隱私保護的相關技術，分析了現有的關聯規(guī)則算法和隱私保護關聯規(guī)則算法，針對其中時間效率的不足進行改進。
　　本文的主要工作有：
　　(1)針對基于Bitmap技術的關聯規(guī)則算法時間效率的不足，提出一種基于矩陣項集位運算的改進算法。引入權值的思想，對數據集中屬性相同的事務（非重復數據）進行加權計數，利用邏輯“與”操作生成候選項集，通過內積運算計算支持度計數，利用關聯規(guī)則性質刪除對生成候選項

3、集無用的頻繁項集。列出了改進算法的偽代碼，通過實例演示了改進算法的實現過程。最后通過實驗對比分析，驗證了改進算法時間效率的提高。
　　(2)針對多參數隨機擾動算法（MRD）重構項集支持度復雜度高的問題，提出三種改進方法，并形成兩種改進算法。改進算法一結合矩陣分塊和集合運算的方法，通過遞歸求解轉換矩陣逆矩陣，利用集合運算計算合成項集的計數。改進算法二結合直接求解轉換矩陣逆矩陣的首行元素和集合運算的方法，只需求出轉換矩陣逆矩陣的首行元

4、素。且兩種改進算法都使用了關聯規(guī)則性質簡少候選項集的生成。列出了兩種改進算法的偽代碼，通過實例表明了兩種改進算法的準確性。最后通過實驗對比分析，驗證了兩種改進算法的有效性。
　　本文的創(chuàng)新點主要體現在以下兩個方面：
　　(1)提出一種基于矩陣項集位運算的關聯規(guī)則挖掘算法，減少了產生候選k-項集的數目，加快了計算支持度計數的過程，提高了算法的時間效率。
　　(2)提出兩種改進的多參數擾動隱私保護算法，改進算法一降低了求解