一种并行差分隐私关联规则挖掘算法

• 作者: 申泽宇 袁健
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 频繁模式挖掘 差分隐私 指数机制 并行计算
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 算法与语言
• 页码范围: 65-67,71
• 页数: 4页
• 分类号: TP312
• 字数: 3112字
• 语种: 中文
• DOI: 10.11907/rjdk.171559

摘要

针对传统基于ε-差分隐私模型的to p-k关联规则挖掘算法在大规模数据环境下挖掘效率低下的问题,提出了一种并行差分隐私关联规则挖掘算法.算法利用Hadoop框架实现并行计算,利用负载均衡策略,使每一个节点分配到的数据量相当,利用指数机制挑选出k个频繁模式,采用拉普拉斯机制对这k个频繁模式添加噪音.通过实验对算法的频繁模式挖掘结果与同类算法进行比较分析,结果表明,该算法在保证挖掘结果具有可用性的前提下,在效率上较传统算法有所提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	袁健	上海理工大学光电信息与计算机工程学院	60	373	10.0	16.0
2	申泽宇	上海理工大学光电信息与计算机工程学院	2	7	1.0	2.0