探索基于大数据的分布式隐私保护聚类挖掘算法

赵峰

摘要：近些年来，全世界范围内的移动互联网以及云计算技术都得到了飞速发展，网络上随时随地都会出现诸多的各方面数据，在这大数据时代背景下，有必要加强对于分布式隐私保护聚类挖掘算法展开深入分析。本文简略介绍了大数据挖掘安全技术以及隐私数据保护技术，并对基于大数据的分布式隐私保护聚类挖掘算法展开了全面探索，旨在提升数据隐私保护水平的同时，还能达到高精确度的大数据聚类挖掘效果。

关键词：大数据;隐私保护;数据挖掘;分布式环境

中图分类号：TP393      文献标识码：A

文章编号：1009-3044（2021）04-0201-03

在当今时代下，大数据已经成为高校分析以及处理网络中海量数据的重要环节。经过调查发现，我国在挖掘算法方面已经取得了较为良好的研究成果，但事实上仍存在诸多不利因素对于数据安全以及隐私保护效率的提升起到了一定的制约作用。因此，有必要加强对该方面技术的重视，并在实践过程中对其进行逐渐地优化与完善。

1相关技术

1.1大数据挖掘安全技术

大数据挖掘主要指的是不断提取以及挖掘在当下不规则并且海量数据中的各类知识，当各个站点开展挖掘大数据任务的过程中，应着重考虑各站点所普遍存在地数据隐私泄露问题。从目前来看，对于隐私保护的数据挖掘算法包含着诸多种研究类别，分别为序列模式、聚类和分类以及关联规则数据挖掘算法。与此同时，应及时采取相关措施，强化对于各站点的规范和约束管理，此举能够切实保障在开展大数据挖掘的同时，尽量降低泄露数据隐私的概率[1]。……