张翠翠,阮树骅

(四川大学 计算机学院,四川 成都　610065)



用于短频繁项的隐私保护关联规则挖掘方法

张翠翠,阮树骅

(四川大学 计算机学院,四川 成都610065)

摘要随着数据量的增长,隐私保护的问题也愈发突出,文中是介绍了目前数据挖掘过程中隐私保护相关的基本技术,提出了一种数据集中式分布下布尔数据集的关联规则的挖掘算法,此方法在实现了隐私保护的同时,通过与或运算实现了数据集的压缩。相关实验数据表明,该算法有效减少了挖掘时间,并保证了误差在可接受的范围之内。

关键词隐私保护;关联规则;压缩;数据挖掘;短频繁项集

1研究意义与研究现状

1.1背景和意义

关联规则挖掘是数据挖掘中主要技术之一,可用于发现存在于数据库中项目或者属性之间事先未知的或隐藏的关系。世间万物事情的发生多少会有一些关联:一件事情发生,可能会引发另外一件事情的发生,或者说两个事件在较大程度上会一起发生[1]。通过这个关联规则,可由一件事情的发生来推测另一事件的发生,从而更好地了解和掌握事物的发展、动向等。

数据挖掘的目的在于从大量的数据中抽取出潜在的、有技术价值的知识。传统数据挖掘技术不可避免地暴露敏感数据,而这些敏感数据是数据所有者不希望被揭露的。另一方面,数据发布应用中,如果数据发布者不采用适当的数据保护措施,将可能造成敏感数据的泄露,从而给数据所有者带来危害[2]。……