隱私保護(hù)的數(shù)據(jù)挖掘.pdf

1、本文首先結(jié)合數(shù)據(jù)分布方式、數(shù)據(jù)修改方式、數(shù)據(jù)挖掘算法、數(shù)據(jù)或規(guī)則保護(hù)和隱私保護(hù)技術(shù)五個(gè)角度，對(duì)當(dāng)前流行的隱私保護(hù)數(shù)據(jù)挖掘方法作了一個(gè)深入淺出的分析和介紹。 接著提出了一種新穎的隱私保護(hù)分類挖掘的算法。算法的第一部分著重于如何通過(guò)變換數(shù)據(jù)來(lái)保護(hù)隱私：首先提出了“單屬性轉(zhuǎn)移概率矩陣”的概念；接下來(lái)提出了“多個(gè)分裂屬性聯(lián)合轉(zhuǎn)移概率矩陣”來(lái)表達(dá)多個(gè)分裂屬性的聯(lián)合變換概率，同時(shí)也介紹了計(jì)算其值的方法和計(jì)算其逆矩陣的簡(jiǎn)便方法(即等于“單屬性

2、轉(zhuǎn)移概率矩陣”逆的聯(lián)合)；然后描述了通過(guò)“單屬性轉(zhuǎn)移概率矩陣”來(lái)變換原始數(shù)據(jù)的數(shù)據(jù)變換方法。算法的第二部分著重于如何從變換后的數(shù)據(jù)中恢復(fù)聯(lián)合屬性值的支持計(jì)數(shù)來(lái)產(chǎn)生判定樹：首先推導(dǎo)了一個(gè)公式來(lái)從變換后的數(shù)據(jù)中恢復(fù)聯(lián)合屬性值的支持計(jì)數(shù)；接下來(lái)推導(dǎo)了另外一個(gè)公式，以便根據(jù)聯(lián)合屬性值的支持計(jì)數(shù)來(lái)計(jì)算Gain，進(jìn)而選擇最佳分裂屬性和分裂點(diǎn)；最后給出了基于隱私保護(hù)的判定樹產(chǎn)生算法-PPCART。另外本文也介紹了隱私保護(hù)程度的量化表示方法，以及給出了

3、一個(gè)網(wǎng)上調(diào)研的例子來(lái)說(shuō)明本算法的應(yīng)用。然后又提出了一種新穎的全局關(guān)聯(lián)規(guī)則隱私保護(hù)挖掘算法：先分別運(yùn)用“項(xiàng)集轉(zhuǎn)移概率矩陣”對(duì)各個(gè)分布站點(diǎn)的數(shù)據(jù)進(jìn)行變換；然后提出了一種方法來(lái)恢復(fù)項(xiàng)集的全局支持計(jì)數(shù)，以便找出全局頻繁項(xiàng)，進(jìn)而找出全局關(guān)聯(lián)規(guī)則。 本文最后是對(duì)工作的總結(jié)及未來(lái)工作的展望，將在轉(zhuǎn)移概率矩陣的取值、隱私保護(hù)程度度量標(biāo)準(zhǔn)的標(biāo)準(zhǔn)化、適合多種數(shù)據(jù)集、加密部分?jǐn)?shù)據(jù)、OLAP領(lǐng)域的隱私保護(hù)分析和最終形成一個(gè)整體的隱私保護(hù)數(shù)據(jù)分析和挖掘模