基于差分隐私的不确定数据频繁项集挖掘算法

• 作者: 丁哲 秦志光 秦臻
• 来源期刊: 计算机应用研究
• 关键词: 差分隐私 不确定数据的频繁项集 截断期望支持度
• 年，卷（期）: 2018,（7）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1942-1946
• 页数: 5页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.07.004

摘要

基于不确定数据的频繁项集挖掘算法已经得到了广泛的研究.对于记录用户敏感信息的不确定数据,攻击者可以利用自己掌握的背景信息,通过分析基于不确定数据的频繁项集从而获得用户的敏感信息.为了从不确定的数据集中挖掘出基于期望支持度的前K个最频繁的频繁项集,并且保证挖掘结果满足差分隐私,提出了FIMUDDP(frequent itemsets mining for uncertain data based on differential privacy)算法.FIMUDDP算法利用差分隐私的指数机制和拉普拉斯机制确保从不确定数据中挖掘出的基于期望支持度的前K个最频繁的频繁项集和这些频繁项集的期望支持度满足差分隐私.通过对FIMUDDP进行理论分析和实验评估,验证了FIMUDDP算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	秦志光	电子科技大学信息与软件工程学院	262	3157	26.0	46.0
2	秦臻	电子科技大学信息与软件工程学院	12	51	5.0	6.0
3	丁哲	电子科技大学信息与软件工程学院	5	20	3.0	4.0