面向關聯(lián)規(guī)則挖掘的隱私保護.pdf

1、由于數(shù)據(jù)挖掘是從大量真實數(shù)據(jù)中提取有價值的知識，在數(shù)據(jù)挖掘的過程中很可能會引發(fā)敏感信息的泄露，這就帶來了隱私保護方面的諸多問題。因此，如何在保護隱私的同時得到滿意的挖掘結果成為數(shù)據(jù)挖掘領域的一個焦點，其中倍受關注的分支之一是關聯(lián)規(guī)則挖掘的隱私保護。在關聯(lián)規(guī)則挖掘過程中，某些屬性的具體取值或是挖掘獲得的關聯(lián)規(guī)則關系到數(shù)據(jù)提供者的個人隱私，這樣的信息是應該受到保護的。 本文分別研究了針對靜態(tài)數(shù)據(jù)庫和數(shù)據(jù)流上關聯(lián)規(guī)則挖掘的隱私保護。

2、 在靜態(tài)數(shù)據(jù)庫關聯(lián)規(guī)則挖掘的隱私保護領域，針對那些侵犯隱私的規(guī)則已經(jīng)提出了一些敏感規(guī)則的隱藏方法，但是這些方法并沒有把隱藏規(guī)則帶來的影響以及對規(guī)則的惡意重構作為重點考慮。然而這兩方面對于最終的挖掘結果和隱私保護策略的有效性都有十分重要的影響。 在數(shù)據(jù)流上進行數(shù)據(jù)挖掘隱私保護的工作還很少。由于流數(shù)據(jù)的特殊性質(zhì)使得處理流數(shù)據(jù)成為一項很復雜的工作，因此既要保證滿意的挖掘結果，還要考慮隱私保護就給研究工作提出了更大的挑戰(zhàn)。

3、 本文的主要貢獻和創(chuàng)新總結如下： ·采用減小項集支持度和減小規(guī)則置信度兩種方法結合使用的策略，對敏感規(guī)則進行隱藏。詳細分析了數(shù)據(jù)轉(zhuǎn)換給原始數(shù)據(jù)集合帶來的影響并定義了一個修復參數(shù)，用來減小數(shù)據(jù)轉(zhuǎn)換對數(shù)據(jù)質(zhì)量的影響。 ·基于對靜態(tài)數(shù)據(jù)庫數(shù)據(jù)挖掘隱私保護技術的研究，提出了數(shù)據(jù)流上關聯(lián)規(guī)則挖掘隱私保護的解決方案。利用一個隨機函數(shù)對原始數(shù)據(jù)進行轉(zhuǎn)換，在轉(zhuǎn)換后的數(shù)據(jù)集上利用支持度恢復算法將項集的近似原始支持度恢復出來，從而達到數(shù)據(jù)流