应用正交变换保护数据中隐私信息.docVIP

应用正交变换保护数据中隐私信息 　　摘 要：针对聚类分析时如何保护隐私的问题，从传统的数据安全度评价标准出发，重新拓展了一般实数上有限维欧氏空间中隐私保护度的评价指标，提出了一种称为OBT（基于正交变换的数据转换方法）的算法，OBT中正交矩阵的选择不依赖于具体数据，能够很好地应用于大容量的数据库上，在应用正交变换保护数据中的隐私信息时不需要进行大量的运算。 　　关键词：数据挖掘； 隐私保护； 聚类分析； 正交变换 　　中图法分类号：TP309 文献标识码：A 文章编号：1001-3695(2006)10-0095-03 　　Privacy Preserving Clustering by Isometric Transformation 　　ZHANG Guo??rong??1, YIN Jian??2 　　(1.Computer Staff Room, Guangzhou Academy of Fine Arts, Guangzhou Guangdong 510260, China; 2.School of Information Science Technology, Sun Yat??sen University, Guangzhou Guangdong 510275, China) 　　Abstract:This paper is concentrated on the issue of protecting the underlying attribute values when sharing data for clustering and systemically discuss the process which preserves privacy information by Orthogonal Transformation. On the basis of traditionally measure of security, this paper extends the measure of privacy preserving in Euclidean space and proposes a privacy preserving method called Orthogonal??Based Transformation (OBT). OBT doesn’t depend on concrete data and it makes the process neednt a great deal computation which preserves privacy information by Orthogonal Transformation. 　　Key words:Data Mining; Privacy Preserving; Clustering Analysis; Orthogonal Transformation 　　 　　随着数据挖掘技术的发展，大量的私人信息如购物习惯、犯罪记录、病史、信用记录等通过应用数据挖掘技术被广泛地收集和分析。人们发觉数据挖掘技术可能对隐私和信息安全构成威胁。目前，为了保护数据挖掘中的隐私，防止收集的数据被误用，人们已经提出了多种解决方法。本文主要考虑如何保护初始数据中的隐私信息，为了解决这个问题，需要两个重要的技术：①在隐私保护的第一阶段匿名化身份信息（如姓名、社会保险号、地址等）；②对一些敏感信息（如工资、年龄等）进行转换，因为这些信息可能通过连接到另外的数据库就可以判断出个人的身份[1]。本文更关注后者的技术，主要考虑在进行聚类分析时，如何通过转换机密的数字信息来达到隐私保护的目的。 　　 　　1 相关工作 　　 　　保护隐私的数据挖掘已经成为数据挖掘研究中的一个重要领域，越来越吸引密码学、统计学等相关学科的学者参与其中。根据考虑对象的不同，目前的解决方法主要分为两类：①初始数据隐私保护，即对初始数据进行扭曲、扰乱、随机化和匿名化。这是因为初始数据中可能含有不能公开的个人隐私信息，如姓名、身份证号码、年龄、工资等。②分布式数据隐私保护，即在双方或多方合作进行数据挖掘时，由于某种原因，参与者往往不愿意将数据与他人共享而只愿共享数据挖掘的结果。这种情况在科学研究、医学研究及经济和市场动态研究等方面屡见不鲜。这就要求人们提出保持隐私性的数据挖掘算法，对于参与者而言，只能获得最终的挖掘结果，除此以外，不能获得他人的其他任何信息。 　　对于聚类分析中的隐私保护问题已经有一些很好的解决方法。Vaidya等人[2]提出了应用于垂直分布类型的聚类分析的方法，主要是使得每个站点在得到聚类结果时，不会泄露自己站点内部的事务属性值。而对于聚类