基于乘法擾動的數(shù)據(jù)挖掘隱私保護算法研究.pdf

1、當(dāng)今數(shù)據(jù)挖掘技術(shù)已成為管理與商務(wù)信息智能分析的主要工具。但在其應(yīng)用的同時，用戶隱私數(shù)據(jù)泄露問題時常發(fā)生。所以數(shù)據(jù)挖掘中的隱私保護算法成為當(dāng)今的一大研究熱點，即在獲得高質(zhì)量數(shù)據(jù)挖掘結(jié)果的同時，如何保護用戶隱私數(shù)據(jù)。
　　 不同的數(shù)據(jù)挖掘算法對應(yīng)著不同的隱私保護方法，如建立決策樹模型只需要知道數(shù)據(jù)的分布，所以應(yīng)用加法擾動方法比較有效。建立Apriori關(guān)聯(lián)規(guī)則模型只需要了解每個事務(wù)項出現(xiàn)的概率，所以應(yīng)用隨機應(yīng)答方法比較有效。還有一類

2、數(shù)據(jù)挖掘算法，如K-means聚類算法，支持向量機分類算法等，這類算法的主要特點是只需要根據(jù)數(shù)據(jù)集之間的距離或點積便能建立模型，所以應(yīng)用乘法擾動方法比較有效，這也是本文的研究重點。
　　 現(xiàn)在已研究的基于乘法擾動的數(shù)據(jù)挖掘隱私保護算法主要有旋轉(zhuǎn)擾動方法(RP)和投影擾動方法(PP)，它們分別將數(shù)據(jù)以同一角度旋轉(zhuǎn)或?qū)?shù)據(jù)從高維空間映射到低維空間。獨立分量分析(ICA)作為一種從混合數(shù)據(jù)分離恢復(fù)源數(shù)據(jù)的有效工具，也可以被用來從旋轉(zhuǎn)擾

3、動數(shù)據(jù)估計得到用戶數(shù)據(jù)，這極大地降低了RP方法的隱私安全水平。本文研究出了已知信息獨立分量分析(KK-ICA)，攻擊者利用它可以從投影擾動數(shù)據(jù)估計出用戶數(shù)據(jù)的近似值，這也很大程度上破壞了PP的隱私安全性。因此，本文提出了新的乘法擾動隱私保護算法--局部旋轉(zhuǎn)擾動方法(PRP)，它將原始數(shù)據(jù)分割成若干個獨立的部分，使用不同的隨機正交矩陣對各部分局部旋轉(zhuǎn)擾動，從而用KK-ICA不能從局部擾動數(shù)據(jù)中準(zhǔn)確地估計得到所有用戶數(shù)據(jù)。所以，PRP相比其