面向關(guān)聯(lián)規(guī)則挖掘的隱私保護(hù)算法研究.pdf

1、面向關(guān)聯(lián)規(guī)則挖掘的隱私保護(hù)算法研究重慶大學(xué)碩士學(xué)位論文(學(xué)術(shù)學(xué)位)學(xué)生姓名：張鯤鵬指導(dǎo)教師：王茜教授專業(yè)：計算機(jī)應(yīng)用技術(shù)學(xué)科門類：工學(xué)重慶大學(xué)計算機(jī)學(xué)院二0一二年四月重慶人學(xué)碩學(xué)何論文中文摘要摘要由于現(xiàn)代計算機(jī)硬件技術(shù)、互聯(lián)網(wǎng)技術(shù)以及多媒體信息技術(shù)的高速發(fā)展，人們所擁有的數(shù)據(jù)量已經(jīng)達(dá)到了前所未有的規(guī)模，而數(shù)掘挖掘技術(shù)的出現(xiàn)使得對大量的庫存數(shù)據(jù)進(jìn)行有針對性地處理和分析以得到隱藏在其中的知識成為可能。然而在隨著數(shù)據(jù)挖掘技術(shù)不斷的發(fā)展和延伸，

2、數(shù)據(jù)挖掘應(yīng)用可能帶來的隱私信息泄露的風(fēng)險與同俱增，因此基于隱私保護(hù)條件下的數(shù)據(jù)挖掘己成為研究的熱點領(lǐng)域。本文首先對基于隱私保護(hù)的數(shù)據(jù)挖掘技術(shù)的基本概念、國內(nèi)外研究現(xiàn)狀以及相關(guān)的算法進(jìn)行了綜述，而后選擇基于關(guān)聯(lián)規(guī)則挖掘的隱私保護(hù)數(shù)據(jù)挖掘算法作為研究的重點。在關(guān)聯(lián)規(guī)則挖掘算法中主要研究了基于隨機(jī)擾動的MASK算法，此算法在兼顧隱私保持度和挖掘結(jié)果精確度上有著良好的性能，但其執(zhí)行時間效率低下的問題限制了實際應(yīng)用的范圍。XMASK算法針對MAS

3、K算法在重構(gòu)項集真實支持度時在概率矩陣求逆過程中的指數(shù)級復(fù)雜度，提出了一種利用臨階概率矩陣問所存在的遞推關(guān)系來簡化運算過程，有效地提升了算法的運行效率。本文在XMASK算法改進(jìn)的基礎(chǔ)上，在算法在對扭曲數(shù)據(jù)集各組合的計數(shù)過程中利用關(guān)聯(lián)規(guī)則挖掘中布爾數(shù)據(jù)集的特性，通過已知項求解未知項的方法消減項集計數(shù)過程所產(chǎn)生的系統(tǒng)丌銷，以達(dá)到對算法時間性能的進(jìn)一步優(yōu)化。改進(jìn)算法在挖掘過程中對取值全為真的項集計數(shù)保存在一個動態(tài)的哈希鏈表中，在對n一項集的真

4、實支持度進(jìn)行重構(gòu)時，只對取值全為真的項集在扭曲數(shù)據(jù)集中進(jìn)行掃描計數(shù)，而其他組合的計數(shù)則利用哈希鏈表中存儲的中|、自J結(jié)果計算獲得，從而減少了對扭曲數(shù)據(jù)集的訪問次數(shù)，提高了算法運行的時間效率。理論分析說明在增加一定空間開銷的條件下，改進(jìn)算法的執(zhí)行時間效率優(yōu)于原MASK算法，而在挖掘規(guī)模較大的數(shù)據(jù)庫時體現(xiàn)的更為明顯。實驗結(jié)果也表明改進(jìn)算法相比于原MASK算法以及XMASK算法有著更良好的時間性能。關(guān)鍵詞：數(shù)據(jù)挖掘，關(guān)聯(lián)規(guī)則，隱私保護(hù)，時間效