基于隐私保护的关联规则挖掘研究-计算机应用专业论文.docxVIP

万方数据 万方数据 南京邮电大学学位论文原创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。 尽我所知，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，也不包含为获得南京邮电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了谢意。 本人学位论文及涉及相关资料若有不实，愿意承担一切相关的法律责任。 研究生签名： 日期： 南京邮电大学学位论文使用授权声明 本人授权南京邮电大学可以保留并向国家有关部门或机构送交论文的复印件和电子文档； 允许论文被查阅和借阅；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、汇编本学位论文。本文电子文档的内容和纸质论文 的内容相一致。论文的公布（包括刊登）授权南京邮电大学研究生院办理。 涉密学位论文在解密后适用本授权书。 研究生签名： 导师签名： 日期： 摘要 大数据时代的来临，隐私保护的问题愈加凸显。然而隐私保护的研究却和信任的研究密 不可分，因为在很多环境中隐私和信任是相互依赖的。现实中不同的信任程度直接导致了人 们不同程度的隐私保护需要。在多数的网络环境中的安全问题主要就是隐私保护问题和信任 问题，而且两者之间存在着极大的关联。由此可见在隐私保护研究同时有必要对信任进行深 入研究。 目前有关信任模型的研究已有数十年，已经比较成熟，然而信任模型中关于推荐信息的 选取以及计算的研究却普遍存在两个问题。第一，推荐信息依靠的推荐链的选择依赖几个简 单的主观条件的判断。第二，在信任的计算上，关于直接信任和间接信任的聚合参数采用静 态的固定参数，并不根据实际情况而定。针对以上问题本文提出了一种基于推荐链分类的信 任模型。该分类方法基于节点间的诚实属性，在实际经验数据的基础之上能选择出有效的推 荐链。针对推荐信息的传播使用了以信息增益为基础的参数，使推荐信息更精准，考虑了时 间的影响并且能把交互能力与诚实属性清楚地区分开。在最终的直接信任与推荐信息的聚合 计算过程中采用了信息论中熵的概念，摆脱了以往主观设定参数的模糊性，并且模型中主要 的聚合参数能随着交互的进行而动态修正。本文还针对推荐信息的选择提出了一种基于迪杰 斯特拉算法的方法。 数据挖掘在大数据时代正发挥着巨大的作用，关联规则挖掘作为数据挖掘的一个主要途 径在大数据时代已经是一个不可代替的角色。数据挖掘正给人们带来巨大的利益，但隐私保 护的问题却一直得不到很好的解决。目前基于隐私保护的关联规则挖掘主要存在着如下问题： 1) 目前敏感关联规则隐藏算法无法避免影响非敏感关联规则挖掘的问题。在隐藏敏感关 联规则的同时产生冗余规则，或者导致正常的关联规则无法被挖掘。 2) 目前在隐私保护下的关联规则挖掘算法在安全性、挖掘精度以及算法开销三个方面中 一个或两个方面存在问题。比如为了保证挖掘的安全性而导致数据失真，挖掘精度存在很大 问题。 针对以上第一个问题本文提出一种依靠增加规则前件来隐藏敏感规则，并依靠关联模式 评估方法来过滤之前产生的冗余规则。而针对第二个问题本文提出一种在分布式环境下基于 paillier 同态加密的关联规则挖掘方法，该方法将计算方和解密方分离保证了数据挖掘的安全 性，同时同态加密的使用并不会影响挖掘的精度，并通过蒙哥马利算法大大降低了加解密的 计算消耗。 关键词： 隐私保护，关联规则，信任模型，同态加密 I Abstract Big data era is coming and the problem of privacy protection is becoming more prominent. However, the research of privacy protection is closely related to the research of trust.Because privacy and trust are mutually dependent in many environments.Different levels of trust in reality directly lead to different levels of privacy protection.The mainly security problem is the problem of privacy protection and trust in most of the network environment.And there is a great relationship between them.So it is nece