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?chǎng)H鵬指導(dǎo)教師：王茜教授專業(yè)：計(jì)算機(jī)應(yīng)用技術(shù)學(xué)科門類：工學(xué)重慶大學(xué)計(jì)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(jì)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(duì)大量的庫存數(shù)據(jù)進(jìn)行有針對(duì)性地處理和分析以得到隱藏在其中的知識(shí)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(xiǎn)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(diǎn)領(lǐng)域。本文首先對(duì)基于隱私保護(hù)的數(shù)據(jù)挖掘技術(shù)的基本概念、國(guó)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(diǎn)。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(dòng)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(shí)間效率低下的問題限制了實(shí)際應(yīng)用的范圍。XMASK算法針對(duì)MAS

3、K算法在重構(gòu)項(xiàng)集真實(shí)支持度時(shí)在概率矩陣求逆過程中的指數(shù)級(jí)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(jiǎn)化運(yùn)算過程，有效地提升了算法的運(yùn)行效率。本文在XMASK算法改進(jìn)的基礎(chǔ)上，在算法在對(duì)扭曲數(shù)據(jù)集各組合的計(jì)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(xiàng)求解未知項(xiàng)的方法消減項(xiàng)集計(jì)數(shù)過程所產(chǎn)生的系統(tǒng)丌銷，以達(dá)到對(duì)算法時(shí)間性能的進(jìn)一步優(yōu)化。改進(jìn)算法在挖掘過程中對(duì)取值全為真的項(xiàng)集計(jì)數(shù)保存在一個(gè)動(dòng)態(tài)的哈希鏈表中，在對(duì)n一項(xiàng)集的真

4、實(shí)支持度進(jìn)行重構(gòu)時(shí)，只對(duì)取值全為真的項(xiàng)集在扭曲數(shù)據(jù)集中進(jìn)行掃描計(jì)數(shù)，而其他組合的計(jì)數(shù)則利用哈希鏈表中存儲(chǔ)的中|、自J結(jié)果計(jì)算獲得，從而減少了對(duì)扭曲數(shù)據(jù)集的訪問次數(shù)，提高了算法運(yùn)行的時(shí)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(shí)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(shí)體現(xiàn)的更為明顯。實(shí)驗(yàn)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(shí)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(shí)間效