垂直分布下的隐私保护关联规则挖掘  

Privacy preserving association rules mining in vertically partitioned data

作　　者：张晓华[1] 缪裕青[1] 苏杰[1] 吴孔玲[1] 

机构地区：[1]桂林电子科技大学计算机科学与工程学院,广西桂林541004

出　　处：《计算机工程与设计》2012年第5期1867-1870,共4页Computer Engineering and Design

摘　　要：针对垂直分布下的隐私保护关联规则挖掘算法安全性不高和挖掘效率较低的问题,提出了一种隐私保护关联规则挖掘算法。算法采用一种新的点积协议,通过引入逆矩阵和随机数隐藏原始输入信息,具有较好的安全性;利用挖掘最大频繁项集来代替挖掘所有频繁项集,采用深度优先遍历策略,结合各种剪枝策略,明显加快了频繁项集的生成速度,大大减少计算代价。实验结果表明,挖掘效率得到了很大提高。To overcome the insecurity and the inefficiency of privacy preserving association rules mining in vertically partitioned data,a new privacy preserving association rules mining algorithm is presented.A new vector dot protocol is utilized by introducing inverse matrix and random numbers to hide sensitive information.To reduce the computational cost and improve the speed to generate the frequent itemsets,mining maximal frequent itemsets is combined with depth-first traverse strategy,and various pruning methods are also employed.The experimental results indicate the algorithm had better efficiency.

关 键 词：隐私保护 关联规则 最大频繁项集 点积协议 安全 高效 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]