基于临界区间的关联规则隐私保护-计算机软件与理论专业论文.docxVIP

万方数据 万方数据 独 创 性 声 明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作 及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方 外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为 获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与 我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的 说明并表示谢意。 签名： 日期： 年 月 日 关于论文使用授权的说明 本学位论文作者完全了解电子科技大学有关保留、使用学位论文 的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘， 允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全 部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描 等复制手段保存、汇编学位论文。 （保密的学位论文在解密后应遵守此规定） 签名： 导师签名： 日期： 年 月 日 摘 摘 要 万方数据 万方数据 摘 要 数据挖掘技术大行其道的当今，与之相伴的其他问题也日益凸显。特别在 2011 年，中国互联网爆出了用户信息泄露事件后，人们就开始更多的思考之前一直都 被忽略的数据隐私问题。 关联规则挖掘作为最受人们所青睐应用之一，其在实际中应用的非常多。与 之相对应的，隐私保护研究工作也在这个技术上开展的最早，并且得到了很多的 不错的成绩。 本论文主要是以 FP-TREE 为算法处理基础，以隐私临界区间和关联因子为处 理判断标准，对敏感关联规则进行隐私保护。整个处理框架分为了 3 个阶段，分 别是：数据预备阶段、隐藏敏感信息阶段和重构数据集阶段。在数据预备阶段， 把源数据集转化到 FP-TREE 上。在隐藏敏感信息阶段，提出的几种算法都是以 FP-TREE 为基础进行操作的，具体操作主要分为添加项集和减少项两种方式。敏 感信息得到处理后，在重构数据集阶段对 FP-TREE 进行事务数据集重构。最后， 随机的把非敏感项和纯敏感项添加到发布数据集中。 本论文中的算法和以往算法最大的不同之处是，其着眼点不是频繁项集。本 文算法的着眼点主要考虑的是不同关联规则之间存在的联系。本文全面分析了一 个关联规则中，不同事务中不同的项发生了变化对其本身可能带来的变化和影响。 同时，引入了隐私临界区间作为变化程度的量化标准。通过这样处理方式，可以 做到隐私保护时对于非敏感信息丢失的可控制性，从而能更好的控制和减少由于 隐藏动作所产生的副作用。 最后，通过实验对比分析，本文中所提出的算法能较好的完成了对于敏感关 联规则的隐私保护。 关键词：关联规则，隐私保护，隐私临界区间，支持事务 I ABS ABSTRACT 万方数据 万方数据 ABSTRACT With data mining technology becoming popular today, other problems increase prominent. Especially in 2011, after the disclosure of Chinas Internet leaks their users information, people began to think more about the data privacy issues which have been ignored before. As most favored applications, association rule mining has been used in practical a lot. Correspondingly, the research of pricacy protection is carried out earliest and achieved a lot. In this thesis, it is mainly based on the processing algorithm of FP-TREE and the handling criteria of Privacy critical interval and the association factor, and protects those sensitive association rules. The processing framework is divided into three stages: data preparation stage, to hide the sensitive information stage and reconstruction of data sets stage.In the data preparation stage, the source data converted