增量式匿名化的隐私保护数据挖掘算法

• 作者: 刘瀚 李盼 欧立奇 王红英 罗小东
• 来源期刊: 山东农业大学学报（自然科学版）
• 学科: 工学
• 关键词: 增量式 匿名化 隐私保护 数据挖掘
• 年，卷（期）: 2019,（2）
• 页码范围: 259-263
• 页数: 5页
• 分类号: TP391|O234
• 字数: 2935字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-2324.2019.02.019

摘要

在匿名隐私保护系统中增量式匿名化隐私保护数据具有容量大和分散性强的特点,导致挖掘的聚类性不好.提出一种基于互信熵特征提取的增量式匿名化隐私保护数据的挖掘算法,在云计算平台下分析增量式匿名化隐私保护数据的存储结构模型,结合闭频繁项集特征重组方法进行增量式匿名化隐私保护数据的离散化特征重构,在重构的Hadoop云计算平台中进行增量式匿名化隐私保护数据的关联特征提取,采用增量式支持向量机算法对提取的数据特征进行分类识别,根据分类结果实现增量式匿名化的隐私保护数据挖掘.仿真结果表明,采用该方法进行匿名化的隐私保护数据挖掘的准确性较高,特征提取精度较好,收敛性较强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗小东	西安石油大学理学院	11	56	5.0	7.0
2	欧立奇	西京学院商贸技术系	4	0	0.0	0.0
3	王红英	西安文理学院陕西省表面工程与再制造重点实验室	13	9	2.0	2.0
4	李盼	西京学院商贸技术系	3	0	0.0	0.0
5	刘瀚	西京学院商贸技术系	8	4	1.0	1.0