基于随机正交变换的隐私保护关联规则挖掘算法-管理科学与工程专业论文.docxVIP

- - I - 摘 要 由于数据挖掘是从大量真实数据中提取有价值的知识，在挖掘过程中很可能会 造成隐私信息的泄露，这就带来了隐私保护方面的诸多问题。因此，如何在合理保 护隐私数据信息的同时得到满意的挖掘结果成为了数据挖掘领域的一个十分重 要 的研究方向，其中倍受关注的分支之一就是关联规则挖掘中的隐私保护问题。 本文针对关联规则挖掘中的隐私保护问题进行 研究。首先介绍了相关背景知 识，接着对现有的隐私保护关联规则挖掘方法作了深入浅出的分析和介绍。在此基 础上，针对保护原始数据的关联规则挖掘问题，提出了基于 ROT 的 PPARM 算法。 该算法采用不依赖于具体数据的随机正交变换方法对数据进行变换，在变换后的数 据集中先采用聚类分析得到规范化的数据，然后再进行关联规则挖掘，并使用传统 隐私保护度评价方法与正交变换的方向隐私保护度相结合的方法评价变换的隐 私 保护度。有效地解决了按照一般的隐私保护度的评价方法会产生一些特殊值与实际 值不符的情况，以及在数据集容量很大的情况下运算量大的问题。通过理论分析和 论证证明了该方法具有很好的隐私性、高效性和适用性。文中还进行了实验，将采 用基于 ROT 的 PPARM 算法得到的挖掘结果与直接在原始数据集上挖掘的结果进行 了比较。实验结果表明本文算法具有良好的隐私性、准确性和高效性。 文章最后将基于 ROT 的 PPARM 算法应用到协同商务知识共享中，分析了算法 的应用背景，然后详细说明了算法的应用过程，并对算法的应用情况作出了初步的 评价。 关键词：数据挖掘；隐私保护；关联规则；随机正交变换；知识共享 - - II - Abstract Data mining is used to mine valuable knowledge based on great amount of true data, but large repositories of data contain sensitive information, it is a serious threat to data provider. So how to get satisfactory results without precise access to the original data has become a very important research issue in data mining. One of its branches of most concern is privacy preserving association rule mining. In this thesis, the author studies privacy preserving association rules mining. First introduces the relevant background knowledge, and then analyzes and introduces the existing typical privacy preserving association rules mining algorithms. On this basis, the author concentrates her efforts on the issue of protesting the original data when sharing data for association rules mining, presents a privacy preserving association rules mining algorithm based on random orthogonal transformation. This algorithm adopts a random orthogonal transformation method without depending on any specific data. In the transformed dataset, first performs cluster analysis to obtain normalized data, and then mines association rules, and evaluates the privacy preserving degree of the random orthogonal transformation using the combination of the traditional evaluation method and the direction privacy pres