增量式隐私保护数据挖掘研究

• 作者: 但红卫 徐从富 程舒通
• 来源期刊: 计算机应用研究
• 关键词: 隐私保护 频繁模式 知识粒度 增量式
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 信息安全技术
• 页码范围: 2156-2159,2171
• 页数: 5页
• 分类号: TP392
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.07.057

摘要

描述了隐私保护数据挖掘技术研究进展.针对隐私保护关联规则挖掘算法EMASK计算效率较低,同时不适用于动态变化数据库等的问题,提出基于粒度计算的增量式隐私保护数据挖掘算法BIEMASK.该算法用粒度计算的思想对EMASK算法进行改进,利用增量式更新算法FUP解决增量式事务数据库频繁项集计算问题.在实现隐私保护的同时,减少了I/O操作的次数,降低空间开销,由此提高计算效率.结果证明,无论是固定增量集数据库还是可变增量集数据库处理中,BIEMASK相对于EMASK而言,效率时间都有较大幅度的提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐从富	浙江大学计算机科学与技术学院	78	1329	17.0	35.0
2	程舒通	浙江大学计算机科学与技术学院	46	176	8.0	12.0
6	但红卫	浙江大学计算机科学与技术学院	7	38	3.0	6.0