一种改进的隐私保护关联规则挖掘算法

• 作者: 吴晟 李天龙 李英娜 邬卓恒
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 数据挖掘 隐私保护 知识粒度 RRPH算法
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 研究与探讨
• 页码范围: 90-94,99
• 页数: 6页
• 分类号: TP311
• 字数: 4318字
• 语种: 中文
• DOI: 10.13274/j.cnki.hdzj.2018.02.021

摘要

隐私保护数据挖掘旨在不访问真实数据的情况下,获得隐藏在数据中的模式或规则.文中介绍隐私保护数据挖掘的几种算法.针对基于部分隐藏随机化回答数据隐私保护挖掘算法(RRPH)中使用多参数扰动数据后,K项集真实支持度计算时间成本高的弊端,提出基于粒度技术的部分隐藏随机化回答数据隐私保护挖掘算法(BRRPH).该算法在RRPH算法的基础上,使用Bitmap表示技术粒度化数据,把支持度计算的数据处理方式转换成粒度计算的方式,项集真实支持度计算转变成了粒度的交集计算.实验表明在不改变准确性和隐私性的情况下,算法时间效率有大幅度的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吴晟	昆明理工大学信息工程与自动化学院	87	334	10.0	15.0
2	李天龙	昆明理工大学信息工程与自动化学院	4	7	1.0	2.0
3	李英娜	昆明理工大学信息工程与自动化学院	148	412	10.0	12.0
4	邬卓恒	昆明理工大学信息工程与自动化学院	3	10	2.0	3.0