数据挖掘和隐私护的分析研究.pdf

摘 要 摘 要 全球互联网技术、网络通信技术、计算机技术的高速发展，全球网络信息化 系统已经成为现在各行各业持续发展的基础设施，网络信息系统对整个社会发展 做出了巨大的贡献。由于数据挖掘技术能够从海量数据中挖掘出对人们有用的信 息，所以说数据挖掘是通向知识发现的重要一步。单独使用数据挖掘技术可能导 致发现无意义甚至令人误解的模式，必须在对应用范围有正确理解的情况下使用 数据挖掘。通过关联规则挖掘，可以得到隐含于海量数据中具有应用价值的有用 信息。伴随着网络通讯技术的发展，数据挖掘技术在给人们提供知识和信息的同 时也暴露了隐私信息。保护私有数据或者是敏感数据在数据挖掘过程中不被泄 露，同时能挖掘出较为准确的结果已经成为数据挖掘技术中研究的重点和焦点。 本文的主要研究工作包括以下几个方面： （1）系统的阐述数据挖掘技术的基本理论和应用前景。 （2）详细的阐述关联规则挖掘算法的工作原理和实现方法，并对典型的 Apriori算法进行详细的分析。Apriori算法产生的候选集过大，算法必须耗费大量 的时间处理候选项集，根据分段可连接性，在算法设计上使用段标识来记录本段 后续项集可匹配的个数使得连接得到优化。根据先验知识k-项集如果是频繁项 集，那么它的所有(k-1)-项子集均是频繁项目集来减少k-项集中非频繁项集。再 通过对项集出现频度的升序排列，减少3-项集的项数。利用空间交换时间的方法， 用布尔矩阵来记录数据库的各项交易记录，只需要一次扫描数据库，大大提高算 法的执行效率。 （3）在序列分割挖掘时，所有的记录被多个参与方所拥有，多个参与方在 不想泄露各自隐私信息的同时联合进行对各个参与方的时序序列进行分割。本文 将联合计算时序规则各频度问题转化成秘密比较大小的问题，并对现有的算法和 协议利用秘密比较协议和同态加密协议进行改进，提出新协议。 关键词： 数据挖掘，关联规则，时序规则，安全多方计算，秘密比较 I Abstract Abstract With the rapid development of global Internet technology, network communic -ation technology and computer technology, global information network system has been the current sustainable infrastructure in all walks of life, network information system development have made tremendous contributions in the community. Since data mining technology mine from a mass of useful information out to people, so that data mining is an important step towards knowledge discovery. Data mining technology alone can easily lead to meaningless or misleading discovery mode, it is important to have a correct understanding of the application to use data mining. By association rule mining, we can get the valuable useful information hidden in huge amounts of data. With the development of netw