增量式隐私保护数据挖掘研究-计算机应用研究.PDFVIP

第３５卷第７期 计 算 机 应 用 研 究 Ｖｏｌ３５Ｎｏ７ ２０１８年７月　 ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ Ｊｕｌ．２０１８ 增量式隐私保护数据挖掘研究 １，２ １ １ 程舒通 ，徐从富 ，但红卫 （１．浙江大学计算机科学与技术学院，杭州３１００２７；２．杭州科技职业技术学院信息工程学院，杭州３１１４０２） 摘　要：描述了隐私保护数据挖掘技术研究进展。针对隐私保护关联规则挖掘算法ＥＭＡＳＫ计算效率较低，同 时不适用于动态变化数据库等的问题，提出基于粒度计算的增量式隐私保护数据挖掘算法ＢＩＥＭＡＳＫ。该算法 用粒度计算的思想对ＥＭＡＳＫ算法进行改进，利用增量式更新算法ＦＵＰ解决增量式事务数据库频繁项集计算问 题。在实现隐私保护的同时，减少了Ｉ／Ｏ操作的次数，降低空间开销，由此提高计算效率。结果证明，无论是固 定增量集数据库还是可变增量集数据库处理中，ＢＩＥＭＡＳＫ相对于ＥＭＡＳＫ而言，效率时间都有较大幅度的提高。 关键词：隐私保护；频繁模式；知识粒度；增量式 中图分类号：ＴＰ３９２　　　文献标志码：Ａ　　　文章编号：１００１３６９５（２０１８）０７２１５６０４ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１３６９５．２０１８．０７．０５７ Ｒｅｓｅａｒｃｈｏｎｉｎｃｒｅｍｅｎｔａｌｐｒｉｖａｃｙｐｒｅｓｅｒｖｉｎｇｄａｔａｍｉｎｉｎｇ １，２ １ １ ＣｈｅｎｇＳｈｕｔｏｎｇ ，ＸｕＣｏｎｇｆｕ，ＤａｎＨｏｎｇｗｅｉ （１．ＣｏｌｌｅｇｅｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ，ＺｈｅｊｉａｎｇＵｎｉｖｅｒｓｉｔｙ，Ｈａｎｇｚｈｏｕ３１００２７，Ｃｈｉｎａ；２．Ｄｅｐｔ．ｏｆＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，Ｈａｎｇ ｚｈｏｕＰｏｌｙｔｅｃｈｎｉｃ，Ｈａｎｇｚｈｏｕ３１１４０２，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｈｉｓｐａｐｅｒｄｅｓｃｒｉｂｅｄｔｈｅｒｅｓｅａｒｃｈｐｒｏｇｒｅｓｓｏｆｐｒｉｖａｃｙｐｒｅｓｅｒｖｉｎｇｄａｔａｍｉｎｉｎｇｔｅｃｈｎｏｌｏｇｙ．Ｄｅｖｏｔｅｄｔｏｔｈｅｑｕｅｓｔｉｏｎ ａｂｏｕｔｐｒｉｖａｃｙｐｒｅｓｅｒｖｉｎｇａｓｓｏｃｉａｔｉｏｎｒｕｌｅｍｉｎｉｎｇａｌｇｏｒｉｔｈｍＥＭＡＳＫ’ｓｌｏｗｅｒｃｏｍｐｕｔａｔｉｏｎｅｆｆｉｃｉｅｎｃｙａｎｄｎｏｔａｐｐｌｉｃａｂｌｅｔｏｄｙ ｎａｍｉｃｄａｔａｂａｓｅ，ｉｔｐｒｏｐｏｓｅｄｉｎｃｒｅｍｅｎｔａｌｐｒｉｖａｃｙｐｒｅｓｅｒｖｉｎｇｄａｔａｍｉｎｉｎｇａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｇｒａｎｕｌａｒｃｏｍｐｕｔｉｎｇＢＩＥＭＡＳＫ．Ｔｈｉｓ ａｌｇｏｒｉｔｈｍｐｒｏｐｏｓｅｄｉｍｐｒｏｖｅｍｅｎｔｓｗｉｔｈｇｒａｎｕｌａｒｃｏｍｐｕｔｉｎｇ，ｓｏｌｖｅｄｔｈｅｃａｌｃｕｌａｔｉｏｎｐｒｏｂｌｅｍｏｆｉｎｃｒｅｍｅｎｔａｌｂｕｓｉｎｅｓｓｄａｔａｂａｓｅｆｒｅ ｑｕｅｎｔｉｔｅｍｓｅｔｓｂｙｕｓｉｎｇｔｈｅｉｎｃｒｅｍｅｎｔａｌｕｐｄａｔｉｎｇａｌｇｏｒｉｔｈｍＦＵＰ．Ｗｈｉｌｅａｃｈｉｅｖｉｎｇｐｒｉｖａｃｙｐｒｅｓｅｒｖｉｎｇ，ｒｅｄｕｃｅｄｔｈｅｎｕｍｂｅｒｏｆＩ／ Ｏｏｐｅｒａｔｉｏｎｓａｎｄｔｈｅｓｐａｃｅｏｖｅｒｈｅａｄ，ｔｈｕｓｉｍｐｒｏｖｅｄｔｈｅｅｆｆｉｃｉｅｎｃｙ．Ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔ，ｗｈｅｔｈｅｒｉｎｆｉｘｅｄｏｒｖａｒｉ ａｂｌｅｉｎｃｒｅｍｅｎｔａｌｄａｔａｂａｓｅｐｒｏｃｅｓｓｉｎｇ，ｔｈｅｔｉｍｅｅｆｆｉｃｉｅｎｃｙｉｓｉｍｐｒｏｖｅｄｇｒｅａｔｌｙｂｙＢＩＥＭＡＳＫｃｏｍｐａｒｅｄｗｉｔｈＥＭＡＳＫ． Ｋｅｙｗｏｒｄｓ：ｐｒｉｖａｃｙｐｒｅｓｅｒｖｉｎｇ；ｆｒｅｑｕｅｎｔ