增量式隐私保护频繁模式挖掘算法

张亚玲，王 婷，王尚平

(西安理工大学 计算机科学与工程学院，西安 710048)(*通信作者电子邮箱ylzhang@xaut.edu.cn)

0 引言

随着信息与网络技术的飞速发展，数据挖掘,尤其是频繁项集的挖掘[1]在揭示各类隐藏的模式或知识的同时，也相应地产生了隐私保护方面的隐忧，因为在数据挖掘过程中一些个人隐私或者共同隐私容易受到侵犯。如消费者在使用信用卡、会员卡、医疗保健卡和电子商务网站购物等活动中，个人信息很容易被公司或企业获取，因此，隐私保护[2]和信息安全[3]成为数据挖掘中一个迫切需要解决的问题，越来越引起人们的广泛关注。

隐私保护技术是指采用某种技术来隐藏敏感数据或敏感知识,它对于能否有效地隐藏数据或知识以及能在多大程度上进行隐藏有重要影响。目前，在隐私保护数据挖掘中所采用的算法主要分为两类：1)基于安全多方计算技术的方法[4-5]；2)基于随机的方法[6-7]。

基于随机的方法根据具体的需要对原始数据库中的记录进行模糊化处理的同时保持数据的统计特性，在经过处理的数据库上进行数据挖掘，通过对数据的原始统计特性的估计来得到较为准确的处理结果，同时又不泄露用户的原始数据。在布尔数据集上基于概率变换的支持度重构的方法是基于随机方法的一个重要研究分支。文献[8]结合隐私保护查询限制与数据干扰这两种基本策略提出一种部分隐藏的随机化回答(Randomized Response with Partial Hiding， RRPH)算法，在对原始数据进行隐藏与变换为基础上进行数据干扰，之后采用高效且简单的频繁项集生成算法，最后进行隐私保护关联规则挖掘。……