隱私保護(hù)的序列模式挖掘研究.pdf

1、摘要I摘要摘要數(shù)據(jù)挖掘的任務(wù)，就是要從海量的數(shù)據(jù)中，發(fā)現(xiàn)其中的有用的信息。它在各個(gè)方面都極大的方便了人們的生產(chǎn)，生活，并且在很大程度上提高了工作的效率。盡管如此，人們也逐漸的發(fā)現(xiàn)了它的最致命的弊端，那就是在利用數(shù)據(jù)挖掘技術(shù)和工具給人們提供知識(shí)和信息的同時(shí)，也嚴(yán)重的暴露了隱私信息。另外，隨著計(jì)算機(jī)網(wǎng)絡(luò)通訊技術(shù)的發(fā)展，人們也越來越需要從多方的數(shù)據(jù)庫(kù)中發(fā)現(xiàn)和挖掘信息和知識(shí)。多方聯(lián)合數(shù)據(jù)挖掘變得越來越頻繁。在這樣的情況下，如何保護(hù)私有數(shù)據(jù)或敏感

2、信息在數(shù)據(jù)挖掘過程中不被泄露同時(shí)又能夠得到較為準(zhǔn)確的挖掘結(jié)果，已經(jīng)成為數(shù)據(jù)挖掘研究中的一個(gè)很有意義的研究課題。目前，關(guān)于數(shù)據(jù)挖掘中的隱私數(shù)據(jù)保護(hù)的算法大多應(yīng)用于決策樹挖掘，關(guān)聯(lián)規(guī)則挖掘，聚挖掘等方面，而在序列模式挖掘中保護(hù)隱私的算法研究卻很少。本文在隱私保護(hù)的序列模式挖掘領(lǐng)域做了以下兩方面的研究：一是在序列模式中的敏感數(shù)據(jù)隱藏問題方面，在原有的“最小支持度算法(MSA)”和“支持相同隱私序列優(yōu)先算法(SDRF)”基礎(chǔ)上，提出了“最少刪除

3、項(xiàng)最先處理”算法，在保證控制隱藏失敗率(HidingFailureRate)的前提下，盡最大可能地將對(duì)原始數(shù)據(jù)庫(kù)的變動(dòng)降到最低，從而有效地降低了在信息隱藏過程中的意外隱藏百分比(MissesCostRate)和數(shù)據(jù)變動(dòng)比例(ModifyingRatio)。并且用實(shí)驗(yàn)結(jié)果證明了所提出的“最少刪除項(xiàng)最先處理”算法比原有的MSA算法和SDRF算法都有著更低的意外隱藏百分比和數(shù)據(jù)變動(dòng)比例。二是筆者提出了隱私保護(hù)在序列挖掘中的另外一個(gè)新的應(yīng)用，即