隐私保护数据挖掘算法MASK的改进.docVIP

第 26 卷 第 6 期 重庆理工大学学 报( 自然科学) Journal of Chongqing University of Technology( Natural Science) 2012 年 6 月 Jun． 2012 Vol． 26 No． 6  MASK 隐私保护数据挖掘算法 的改进 茜，张鲲鹏 王 ( 重庆大学 计算机学院，重庆 400044) 摘 要: 为了在数据挖掘过程中既保护敏感信息和知识不被泄露，又使得到的挖掘结果相 对准确，对 XMASK 算法进行改进。在重构原数据项支持度的过程中利用布尔集合的特性简化 计数过程。通过实验将改进算法与原 MASK 算法和 XMASK 算法进行比对。结果表明，该算法 提高了运行的时间效率。 关 键 词: 数据挖掘; 隐私保护; MASK 算法; 时间效率 中图分类号: TP311 文献标识码: A 文章编号: 1674 － 8425( 2012) 06 － 0063 － 04 Improvement of MASK Algorithm in Privacy Preserving Data Mining WANG Qian，ZHANG Kun-peng ( College of Computer Science，Chongqing University，Chongqing 400044，China) Abstract: How to prevent sensitive information and knowledge from leaking while getting relatively accurate mining results in the data mining process had become an important field of data mining re- search project． In this paper，based on XMASK algorithm，we used the features of Boolean set to sim- plify the counting distorted database process in the reconstruction of the original data support，which can significantly improve the time efficiency of MASK． Key words: data mining; privacy-preserving; MASK algorithm; time efficiency 近年来随着数据挖掘技术的发展，数据隐私 法的运行效率。本文提出一种基于 XMASK 算法 的改进算法。复杂度分析和实验结果都表明本文 提出的算法在保证隐私度和准确度不变的同时明 显提高了运行的时间效率。 保护逐 渐 引 起 人 们 普 遍 的 关 注［1 － 2］。 Rizvi S J 等［3］ 于 2002 年 提 出 了 基 于 随 机 扰 动 的 MASK ( mining associations with secrecy konstraints) 算法。 该方法很好地解决了在保持高度隐私的同时获得 较为准确的挖掘结果的问题，但该算法运行的时 间效 率 较 低。 武 振 华 等［4］ 在 此 基 础 上 改 进 了 MASK 算法。称之为 XMASK 算法［4］，该算法利用 分治策略简化求解逆矩阵的过程，从而提高了算 1 MASK 算法和 XMASK 算法 MASK 算法由 Rizvi 提出。假定数据集为超市 购物数据篮，所挖掘的数据集可以看作由 0 和 1 收稿日期: 2012 － 03 － 15 作者简介: 王茜( 1966—) ，女，博士，副教授，主要从事数据挖掘、电子商务等研究。 组成的二维稀疏布尔矩阵，1 表示购买某件商品，0 表示没有购买。为了保护输入数据集的隐私性， MASK 算法采用概率歪曲的方法对原始数据集进 行扰乱操作。一个 0 － 1 数据库元组可以看成一个 随机向量 X = { Xi } ，Xi = 0 或者 1。对 Xi 进行歪曲 操作得到 Yi = Xi XOR 珋ri ，其中 珋ri 是 ri 的补，ri 是满足 由于 MASK 算法重构数据项真实支持度的指 数级复杂度，使得该算法运行的时间效率较差。 基于 MASK 算法，大量改进的算法被提出。武振 华等于 2008 年提出一种基于 MASK 的改进算法 XMASK。 － 1 XMASK 改进算法在求解 M