基于隐私保护的分类规则挖掘问题研究的中期报告.docxVIP

基于隐私保护的分类规则挖掘问题研究的中期报告

一、研究背景和意义

随着互联网的发展和普及，大量的个人隐私数据被收集和存储，如何保护用户隐私成为挑战。为了解决隐私保护和数据挖掘之间的问题，在分类规则挖掘中引入隐私保护成为了研究热点。分类规则挖掘可以从数据中挖掘出有用的规则，而隐私保护可以保护用户的个人隐私信息。

本研究旨在探索基于隐私保护的分类规则挖掘问题，通过对现有的分类规则挖掘算法进行研究和改进，实现在不泄露用户隐私的前提下，发现有用的分类规则。

二、研究内容和方法

针对基于隐私保护的分类规则挖掘问题，本研究将从以下几个方面展开：

1.研究基于差分隐私的分类规则挖掘算法：差分隐私能够保护用户隐私，但是会对数据质量产生影响，如何在保证隐私的前提下，尽量减少数据质量的影响成为了难点。

2.研究基于安全多方计算的分类规则挖掘算法：安全多方计算方法能够实现在多方参与下对数据进行挖掘，保护用户隐私。

3.探索基于隐私保护的分类规则挖掘应用：在不泄露用户隐私的情况下，实现有用的分类规则挖掘，探索基于隐私保护的分类规则挖掘应用场景，如医疗、金融等。

本研究将采用文献调研、数据分析、算法实现和实验评价等方法，通过对现有的分类规则挖掘算法进行研究和改进，实现在不泄露用户隐私的前提下，发现有用的分类规则。

三、研究进展和预期成果

目前，本研究已经完成了对基于差分隐私的分类规则挖掘算法进行的文献调研和数据分析，初步了解差分隐私算法在分类规则挖掘中的应用。接下来，将进一步深入地研究差分隐私算法，实现基于差分隐私的分类规则挖掘，并进行实验评价。

预期成果包括：

1.提出适合数据挖掘领域的差分隐私算法，实现在保证隐私的前提下，尽量减少数据质量的影响。

2.实现基于安全多方计算的分类规则挖掘算法，保护用户隐私。

3.探索基于隐私保护的分类规则挖掘应用场景，并开发对应的应用系统，如医疗、金融等。

四、参考文献

1.徐钟豪.隐私保护的分类规则挖掘算法研究[D].东南大学,2020.

2.陆河清,张方,魏润峰,等.隐私保护分类规则挖掘研究进展[J].计算机应用,2018,38(10):2614-2618.

3.Dwork,C.DifferentialPrivacy[M].SpringerBerlinHeidelberg,2014.

4.Yao,A.TheoryandApplicationofSecureMulti-partyComputation[M].SpringerBerlinHeidelberg,2010.