改进的使用非负矩阵分解的隐私保护分类方法.PDF

Computer Engineering and Applications 计算机工程与应用 2015 ，51（21 ） 1 ⦾博士论坛⦾ 改进的使用非负矩阵分解的隐私保护分类方法 李 光，惠 萌 LI Guang, XI Meng 长安大学 电子与控制工程学院，西安 710064 School of Electronic and Control Engineering, Chang ’an University, Xi ’an 710064, China LI Guang, XI Meng. Improved privacy-preserving classification method using non-negative matrix factorization. Computer Engineering and Applications, 2015, 51 （21 ）：1-5. Abstract: In existing privacy-preserving data mining method based on NMF （Non-Negative Matrix Factorization ）, every sample is equally important, and is perturbed with same degree. For solving this problem, a new method using sample selection and based on NMF is proposed. This method uses sample selection to divide samples into two parts: the important samples and the unimportant samples. Both important and unimportant samples are perturbed by using the existing NMF- based method. And then, unimportant samples are perturbed additionally by using the clustering properties of the NMF. The experiments show that, when keeping data utility, this new method can protect privacy well. Key words: privacy protection; data mining; data perturbation; non-negative matrix factorization; sample selection; classification 摘 要：针对现有的基于非负矩阵分解的隐私保护数据挖掘方法中，不区分样本的重要性的不同，对所有样本都进 行同样强度扰动的问题进行改进。提出了一种结合样本选择的基于非负矩阵分解的隐私保护分类方法。该方法使 用样本选择将原始样本区分为重要的和不重要的两类。在对数据进行扰动时，使用现有的基于非负矩阵分解的方 法对所有样本进行扰动。随后利用非负矩阵分解的聚类性质，对不重要的样本进行附加扰动。实验表明，该方法在 保持数据可用性的同时，可以对隐私信息提供更好的保护。 关键词：隐私保护；数据挖掘；数据扰动；非负矩阵分解；样本选择；分类 文献标志码：A 中图分类号：TP391 doi ：10.3778/j.issn. 1002-8331.1507-0097 1 引言 该类方法的基本思想是认为数据挖掘重点关注数 近年来，数据挖掘中的隐私保护技术得到了普遍关 据的趋势信息，而隐私泄露需要较为具体的数据值。如 注。普通的数据挖掘技术假定数据是可以直接得到的， 果能够把那些对于数据挖掘来讲不重要的细节信息删 但是很多时候，这与隐私保护的要求相冲突。为了保护 除掉，数据依然可以用于数据挖掘，但已经发生了较大 隐私，某些数据是不能直接公开的。为了调和这一矛盾， 的变化，已经很难恢复出原有的数据值。因此可以在保 隐私保护数据挖掘的概念被提出[1-2] 。隐私保护数据挖