主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第6期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
张鹏,童云海,唐世渭,杨冬青,马秀莉.一种有效的隐私保护关联规则挖掘方法.软件学报,2006,17(8):1764-1774
一种有效的隐私保护关联规则挖掘方法
An Effective Method for Privacy Preserving Association Rule Mining
投稿时间:2005-01-27  修订日期:2006-01-09
DOI:
中文关键词:  隐私保护  数据挖掘  关联规则  频繁项集  随机化回答
英文关键词:privacy preservation  data mining  association rule  frequent itemset  randomized response
基金项目:Supported by the National Natural Science Foundation of China under Grant Nos.60403041, 60473072 (国家自然科学基金)
作者单位
张鹏 北京大学,信息科学技术学院,北京,100871 
童云海 北京大学,信息科学技术学院,北京,100871
视觉与听觉信息处理国家重点实验室(北京大学),北京,100871 
唐世渭 北京大学,信息科学技术学院,北京,100871
视觉与听觉信息处理国家重点实验室(北京大学),北京,100871 
杨冬青 北京大学,信息科学技术学院,北京,100871 
马秀莉 北京大学,信息科学技术学院,北京,100871
视觉与听觉信息处理国家重点实验室(北京大学),北京,100871 
摘要点击次数: 4636
全文下载次数: 4141
中文摘要:
      隐私保护是当前数据挖掘领域中一个十分重要的研究问题,其目标是要在不精确访问真实原始数据的条件下,得到准确的模型和分析结果.为了提高对隐私数据的保护程度和挖掘结果的准确性,提出一种有效的隐私保护关联规则挖掘方法.首先将数据干扰和查询限制这两种隐私保护的基本策略相结合,提出了一种新的数据随机处理方法,即部分隐藏的随机化回答(randomized response with partial hiding,简称RRPH)方法,以对原始数据进行变换和隐藏.然后以此为基础,针对经过RRPH方法处理后的数据,给出了一种简单而又高效的频繁项集生成算法,进而实现了隐私保护的关联规则挖掘.理论分析和实验结果均表明,基于RRPH的隐私保护关联规则挖掘方法具有很好的隐私性、准确性、高效性和适用性.
英文摘要:
      Privacy preservation is one of the most important topics in data mining. The purpose is to discover accurate patterns without precise access to the original data. In order to improve the privacy preservation and mining accuracy, an effective method for privacy preserving association rule mining is presented in this paper. First, a new data preprocessing approach, Randomized Response with Partial Hiding (RRPH) is proposed. In this approach, the two privacy preserving strategies, data perturbation and query restriction, are combined to transform and hide the original data. Then, a privacy preserving association rule mining algorithm based on RRPH is presented. As shown in the theoretical analysis and the experimental results, privacy preserving association rule mining based on RRPH can achieve significant improvements in terms of privacy, accuracy, efficiency, and applicability.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利