基于k匿名隐私数据挖掘分析-计算机应用技术专业论文.docxVIP

摘 要 随着信息技术的高速发展，网络中的数据共享和交换行为出现得越来越频 繁。因为数据挖掘是从原始数据中挖掘提取对人们有用的信息，因此它也被作为 数据分析工具而得到了广泛应用。而于此同时数据挖掘带来的隐私保护问题也已 经引起了人们的关注。在隐私保护数据挖掘中，基于 K-匿名的隐私保护数据挖 掘方法是一种既能达到挖掘数据信息同时又能很好的保护隐私的方法。这种方法 可以在数据被挖掘前有效的保护某些敏感信息，它要求数据集中的每一个记录都 与至少 k-1 个关于这个数据集中的准标识符属性记录相同，这样在 k-匿名数据 集中，个人就无法从最少 k-1 个个人群中被分辨出来。其中，最常见的实现 k- 匿名的方法就是用一个语义上一致的值来代替需要保护的敏感信息。本文提出一 种不同的方法来实现数据的 k-匿名化，将原始数据集划分成若干个投影，并且 使每一个投影都遵循 k-匿名模型。然后我们用一个分类器对每个投影进行训练， 分类结果表明没有被标记的元祖都可以被分类器很好的分类。 考虑到分类器的准确性和 k-匿名化的限制，本文提出的实现 k-匿名化的方 法采用遗传算法来寻找最佳的划分方法。为了得到该方法的分类性能，我们使用 10 个不同的数据集对其进行测试，并和其它主要 k-匿名化方法进行比较。试验 结果表明，本文提出的方法比现存的 k-匿名化方法要好，并且在划分数据集时 不在需要专业知识。最后采用多目标优化算法，我们对隐私保护数据挖掘的两个 矛盾体——隐私保护度和挖掘准确度进行研究。 关键词；数据挖掘，k-匿名化，分类器，遗传算法，隐私 ABSTRACT ABSTRACT With the rapid development of information technology，more and more activities . on data sharing and exchanging are coming forth in the network. Data mining，which is capable of acquiring interesting knowledge from rough data，has become an extensively applied analysis method. In privacy-preserving data mining(PPDM)，a widely used method for achieving data mining goals while preserving privacy is based on k-anonymity. This method, which protects sensitive data by anonymizing it before it is released for data mining, demands that every tuple in the released table should be indistinguishable from no fewer than k subjects. The most common approach for achieving compliance with k-anonymity is to replace certain values with less specific but semantically consistent values. In this paper we propose a different approach for achieving k-anonymity by partitioning the original dataset into several projections such that each one of them adheres to k-anonymity. Moreover, any attempt to rejoin the projections, results in a table that still complies with k-anonymity. Consider of classification accuracy and k-anonymity constraints, the proposed data mining privacy by decomposition algorithm uses a genetic algorithm to search for optimal feature set partitioning. We use ten separate datasets to evaluated the