分布式數(shù)據(jù)挖掘中的隱私保護(hù)問題研究.pdf

1、高新信息技術(shù)和數(shù)據(jù)分析手段的出現(xiàn)大大降低了數(shù)據(jù)采集、加工和發(fā)布的難度，各類組織希望從數(shù)據(jù)中獲取有用的知識(shí)而使用最廣泛的分析手段就是數(shù)據(jù)挖掘方法。該項(xiàng)技術(shù)的潛在負(fù)面作用就是對(duì)隱私信息的過分搜集、濫用或買賣。因此，對(duì)組織或個(gè)人隱私的保護(hù)日益受到各界重視并提上了研究日程。 首先，數(shù)據(jù)挖掘研究和相關(guān)從業(yè)人員希望更高的數(shù)據(jù)可用性和精確性、信息越詳細(xì)越好，這樣可以減少前期工作量并極大縮小結(jié)果的失真和偏差；從用戶的角度來說，則不希望暴露隱私細(xì)

2、節(jié)，從而更傾向于使用各種數(shù)據(jù)扭曲方法來保護(hù)自有隱私信息。這類對(duì)立行為的現(xiàn)實(shí)后果就是使得研究人員必須花費(fèi)更多的時(shí)間和工作來彌補(bǔ)由此導(dǎo)致的數(shù)據(jù)實(shí)用性和精確度的損耗。本文著眼于建立考慮隱私保護(hù)的數(shù)據(jù)挖掘平臺(tái)，將有助于在完成挖掘任務(wù)的同時(shí)保護(hù)參與者的隱私信息并防止其被濫用，從而緩和此類矛盾。 其次，在分布式的數(shù)據(jù)存儲(chǔ)環(huán)境中，各個(gè)數(shù)據(jù)庫所有者都傾向于以最大的可能來保護(hù)本方隱私(商業(yè)模式、戰(zhàn)略行為等)。文中設(shè)計(jì)了一種可以在保護(hù)個(gè)體隱私的基礎(chǔ)

3、上展開全局合作的數(shù)據(jù)挖掘工作平臺(tái)和算法，以保證此過程中安全地交換統(tǒng)計(jì)信息而不涉及具體隱私細(xì)節(jié)，從而更好地滿足現(xiàn)代企業(yè)和商務(wù)發(fā)展的隱私性需求。 本文介紹分析了前人的各種方法思想及各自優(yōu)缺點(diǎn)，并從兩個(gè)方面入手展開研究。首先，分析了快速分布式關(guān)聯(lián)規(guī)則挖掘算法(FDM)，指出在復(fù)雜甚至惡意的環(huán)境中保留可置信的第三方(TIP)一般認(rèn)為是不安全的做法；將安全多方計(jì)算(SMC)的思想引入數(shù)據(jù)挖掘任務(wù)進(jìn)而實(shí)現(xiàn)了各站點(diǎn)的平等合作(無需第三方介入)

4、。其次，在設(shè)計(jì)防串謀的隱私保護(hù)平臺(tái)時(shí)，定義了分布式合作數(shù)據(jù)挖掘任務(wù)中的一類惡意威脅，放松了半誠實(shí)假設(shè)并在預(yù)防此類惡意行為的基礎(chǔ)上實(shí)現(xiàn)了解決算法平臺(tái)——RPA。 文章最后，設(shè)計(jì)仿真實(shí)驗(yàn)將RPA與另外兩種代表性的分布式數(shù)據(jù)挖掘算法(FDM快速算法和CER加密算法)進(jìn)行了比較。實(shí)驗(yàn)結(jié)果表明RPA平臺(tái)具有較好的挖掘計(jì)算效率和效果：(1)該方法僅增加線性通訊次數(shù)，是一種輕量級(jí)的解決方案；(2)所有的站點(diǎn)都可以得到有力的保護(hù)，避免了站點(diǎn)子集