基于模型融合的分布式贝叶斯网络学习算法.pdfVIP

第 27卷第 1期 计 算 机 应 用 研 究 VoJ．27No．1 2010年 1月 ApplicationResearchofCompute~ Jan．2010 基于模型融合的分布式贝叶斯网络学习算法米 缑葵香 ，宫秀军 ，冉 勇 (天津大学 a．理学院数学系；b．计算机科学与技术学院，天津 300072) 摘 要 ：提 出了一个从 同构数据集中学习贝叶斯网络结构的分布式算法。该算法首先使用搜索评分的方法学 习每个局部贝叶斯网络结构 ，然后取节点对互信息变量和条件互信息变量的数学期望作为全局学习的评价标 准，融合所有局部结构得到全局结构。由于只使用了数据集中变量间的互信息和条件互信息，没有直接获取局 部个体数据信息，从而可以实现有效的隐私保护。该算法在Alarm数据集上进行测试，边的误差率小于6％，运 行时间比集中学习的算法的运行时间短 ，验证 了算法的有效性。 关键词：分布式数据挖掘；隐私保护；模型融合 ；贝叶斯网络；互信息 中图分类号 ：TP301．6 文献标志码：A 文章编号：1001—3695(2010)Ol一0060—04 doi：10．3969／j．issn．1001-3695．2010．o1．017 DistributedBayesiannetworklearningalgorithm basedonmodelfusion GOUKui—xiang ，GONGXiu-jun，RANYong a．Dept．ofMathematws，SchoolofScience，b．SchoolofComputerScienceTechnology，TianfinUniversity，Tianfin300072，China) Abstract：ForlearningBayesiannetworkstructurefrom homogeneousdatasets，thispaperproposedadistributedalgorithm．It firstlylearnedeach localstructureusingscoremethod．thenwiththeexpectationsofmutualinformationandconditionalmutual informationasevaluatedcriterion．itfusedtheselocalsturcturestoobtainglobalsturcture．Forusingonlymutual information andconditionalmutualinformationofvariation，withoutobtainingdirectlysampledata，itmighteffectivelyprotectprivacy．Sim— ulatingthealgorithm onAlarm dataset．theratiooferrorislessthan6％ ．theurnningtimeofthealgorithm isshorterthanthe urnningtimeofcollectivealgorithms，thealgotithm isvalid． ‘ Keywords：distributeddatamining；privacy—protecting；modelfusion；Bayesiannetwork；mutualinformation 建模的重要工具 ，从数据中学习贝叶斯网络结构和参数是数据 0 引言 挖掘研究的热点问题之一。 网络化时代数据呈现出爆炸式的增长态势，如何从这些结 1 相关研究工作 构上异质的、地理上分布的、内容上敏感的数据资源获取有用 的知