分布式异常检测中隐私保持问题研究.pdfVIP

第5 期 电 子 学 报 Vol. 34 No. 5 2006 年5 月 ACTA ELECTRONICA SINICA May 2006 分布式异常检测中隐私保持问题研究 黄毅群，卢正鼎，胡和平，李瑞轩 （华中科技大学计算机学院，湖北武汉430074 ） 摘 要： 隐私保持是目前数据挖掘领域的一个重要方向，其目标是研究如何在不共享原始数据的条件下， 获取准确的数据关系. 本文采用现实的多方安全计算模式，结合数据干扰技术，提出了一种保持隐私的异常检测 算法. 该算法选择那些超出局部阈值距离的两点间距离及其序号进行通讯，为了保持原始数据的隐私，随机抽取 一些正常范围内的两点间距离及其序号，在加入干扰后分散在异常信息中. 理论分析表明该算法既提供了现实的 数据隐私又保障了算法的性能. 关键词： 隐私保持；分布式数据挖掘；异常检测；多方安全计算 中图分类号： TP309. 2 文献标识码： A 文章编号： 0372-2112 （2006 ）05-0796-04 Privacy Preserving Outlier Detection HUANG Yi-gun ，LU Zheng-ding ，HU He-ping ，LI Rui-xuan （School of Computer Science Technology ，huazhong University and Technology ，wuhan，hubei 430074 ，China ） Abstract ： Privacy preserving data mining has emerged to develop accurate models without sharing precise indi- vidual data records. Based on a practical secure multi-party computation model ，an efficient algorithm for privacy preser- ving outlier detection with data perturbation technigues is proposed. The ID numbers of pairwise points whose distance exceeds the threshold is necessary to communicate among different sites. Besides ，some pairwise points whose distance is within the threshold is chosen to hide private information. The algorithm maintains integrity and good privacy of the data sets of each party while keeping communication and computation cost low. Key words ： privacy preserving ；distributed data mining ；outlier detection ；secure multi-party computation 现实的多方安全计算模式，结合数据干扰技术，提出来一种 ! 引言 保持隐私的异常检测算法. 算法中，各站点不需要将数据集 分布式环境中，与传统的集中式数据挖掘不同，保持隐