隐私保护数据挖掘算法综述

隐私保护数据挖掘算法综述＊)

陈晓明1 李军怀1 彭 军2 刘海玲2 张 璟1 (西安理工大学计算机科学与工程学院 西安710048)1 (重庆科技学院电子信息工程学院 重庆400050)2 ,同时考虑的是数据垂直分布在两个站点上的情况。

设数据库是由n条记录构成,对于其中的一个k-项集,站

点A拥有其中的p个属性a1,a2, ,ap,ai1,ai2, ,aip,表示

第i条记录对应在这些属性上的值, X表示一个n维矢量,第

i维的值xi= ∏p

j=1aij;站点B拥有剩余的q个属性b1, ,bq,

bi1, ,bip表示第i条记录对应在这些属性上的值。对于B,

类似的有:一个n维矢量 Y,其第i维的值yi= ∏q

j=1bij,于是有k

=p+q。这样,通过计算 X· Y= ∑n

i=1xi＊yi,可以得出k-项集

的支持计数,从而得出全局频繁集以及关联规则。

但是,如果按照上面的方法,要计算支持计数,那么站点

A或B都必须公布各自的私有信息,暴露了自己的隐私。针

对这样的情况,Jaideep Vaidya提出的算法就是一种不向对方

公布自己的向量的情况下计算标量积的方法。他的根据就是

解一个n元线性方程组,而方程的个数小于n,其结果是不确

定的。通过这样的方法达到保护隐私的目的,同时还能保证

各方只能得到全局的频繁项集和关联规则。对各站点将其拥

有的属性构成一个n维系数矩阵,通过产生随机的n个数

R1,R2, ,Rn,使之与其拥有的属性线性组合,通过交换计算

结果得到规则。

2.4 其他

除了以上提到的一些典型方法,其他的学者也提出了另

外的一些隐私保护算法。例如:Y.Saygin等在文[15]中通过

在记录中添加“?”的方法,来对敏感规则进行保护。文[16]中

利用安全标量积协议提出了一个在数据垂直分布情况下,通

过生成随机向量的方法进行隐私保护;文[17]中在数据水平

分布方式下,利用加密方法建立判定树保护隐私。Zhan-

gqiang Yang等在文[18]中所提到的是一种基于分类规则的

隐私保护方法,算法针对全分布环境下的数据,使用一种简单

的加密方法,各个站点间仅仅向挖掘者进行一次数据传输,在

保护隐私的同时最大限度地保证挖掘的准确性。Lin Xia-

odong等在数据水平分布环境下,使用聚类理论提出一种期