张坚英，马俊杰

中国人民解放军63726部队技术室，宁夏 银川 750004

0 引言

随着信息技术的发展,数据挖掘在一些深层次的应用中发挥了积极的作用。但与此同时,也带来隐私保护方面的问题。例如,通过一般的方法对银行卡客户的交易行为等信息的关联分析,可以发现用户在交易行为上的特点,但不可避免地会造成用户的隐私泄漏。所以在数据挖掘过程中解决好隐私保护的问题,成为数据挖掘的一个研究热点[1-2]。

数据挖掘的目标是从数据库中提取隐藏的或者是潜在的有用规则或者模式,然而,数据挖掘中隐私保护的目标是把特定的敏感信息隐藏起来,而不被数据挖掘技术发现。对于给定需要隐藏的项目集,对LHS（ISL）法和RHS（DSR）法进行了改进,解决了关联规则提取中的隐私保护问题,同时保证处理后的关联规则在随后的关联规则挖掘中不被发现。

1 相关工作

数据隐藏试图在数据泄露前将机密或隐私信息的有关数据删除。知识隐藏是指保密知识远离数据进行保密处理。因为关联规则挖掘的缘故，众多有效的关联规则得以发现；但与此同时，许多不想为人知的隐私规则也暴露无遗。为解决这一矛盾性问题，我们必须对挖掘过程加以限制，以确保这些敏感规则隐藏起来，这方面的解决办法非常之多。其中常用的一种即基于支持度和信任度的分块方法[3-5]。

针对上一节问题给出了问题的解决办法,首先，采用先验算法来找出频繁项集，然后，为获得全局支持度和信任度而不泄露隐私，会采用安全计算法。……