專利名稱：一種關(guān)聯(lián)規(guī)則挖掘中隱私數(shù)據(jù)的保護(hù)方法
技術(shù)領(lǐng)域：
本發(fā)明屬于數(shù)據(jù)挖掘中的隱私數(shù)據(jù)保護(hù)技術(shù)，具體涉及一種關(guān)聯(lián)規(guī)則挖掘中隱私 數(shù)據(jù)的保護(hù)方法。
背景技術(shù)：
隨著網(wǎng)絡(luò)、數(shù)據(jù)庫存儲以及高性能處理器等技術(shù)的飛速發(fā)展，數(shù)據(jù)庫中存儲的數(shù) 據(jù)呈爆炸式增長，導(dǎo)致出現(xiàn)了”數(shù)據(jù)爆炸，知識貧乏”的現(xiàn)象。另外，20世紀(jì)下半葉發(fā)展起來 的專家系統(tǒng)，也遇到了 “知識獲取”這一瓶頸問題。在此背景下，強(qiáng)有力數(shù)據(jù)分析工具的需 求推動了數(shù)據(jù)挖掘技術(shù)的產(chǎn)生。數(shù)據(jù)挖掘技術(shù)可以幫助人們從大量的數(shù)據(jù)中智能地、自動 地抽取隱含的、事先未知的，具有潛在價(jià)值的知識或信息，它不僅被許多研究人員看作是數(shù) 據(jù)庫系統(tǒng)和機(jī)器學(xué)習(xí)等方面的一個(gè)重要研究課題，而且被許多產(chǎn)業(yè)界人士看作是一個(gè)能帶 來巨大回報(bào)的重要領(lǐng)域，從數(shù)據(jù)庫中發(fā)現(xiàn)出來的規(guī)則和知識可以用在信息管理、查詢響應(yīng)、 決策支持、過程控制等諸多方面。任何事情都有其兩面性，數(shù)據(jù)挖掘也不例外，在數(shù)據(jù)挖掘產(chǎn)生巨大財(cái)富的同時(shí)，隨 之產(chǎn)生的就是隱私泄露的問題，據(jù)一份Web用戶的調(diào)查表明，17%的被調(diào)查者表示會拒絕 透露涉及到自己隱私的任何信息，27%的被調(diào)查者表示會經(jīng)認(rèn)真考慮后，決定是否給予涉 及到自己隱私的信息，而56%的被調(diào)查者表示，如果數(shù)據(jù)收集機(jī)構(gòu)或數(shù)據(jù)使用者可以確保 個(gè)人隱私信息得到有效保護(hù)，他們是愿意提供涉及自己隱私的信息。從這些調(diào)查材料可以 看出，如果無法保證被調(diào)查者的隱私，所收集到的數(shù)據(jù)往往和真實(shí)的數(shù)據(jù)之間存在很大的 誤差，甚至無法完成數(shù)據(jù)收集工作，如果在這些錯(cuò)誤數(shù)據(jù)上進(jìn)行數(shù)據(jù)挖掘，那么得到的結(jié)果 必然是不準(zhǔn)確，甚至是完全錯(cuò)誤的，數(shù)據(jù)挖掘?qū)⒚媾R著“巧婦難為無米之炊”的尷尬局面，最 好的數(shù)據(jù)挖掘方法也無濟(jì)于事。然而，可喜的是人們并沒有因噎廢食，在數(shù)據(jù)挖掘能夠提供 的益處前面，只要數(shù)據(jù)采集機(jī)構(gòu)或使用者采取有效措施來保證個(gè)人的隱私，大部分?jǐn)?shù)據(jù)擁 有著還是愿意提供自己的隱私數(shù)據(jù)，隱私保護(hù)程度的高低將直接關(guān)系到是否能夠獲得足夠 真實(shí)的信息，從而影響到挖掘結(jié)果的可靠有用性。因而，如何在包含關(guān)聯(lián)規(guī)則挖掘在內(nèi)的數(shù) 據(jù)挖掘過程中解決好隱私保護(hù)問題已經(jīng)成為數(shù)據(jù)挖掘領(lǐng)域中的一個(gè)非常關(guān)鍵的問題。對于關(guān)聯(lián)規(guī)則挖掘中的隱私數(shù)據(jù)保護(hù)問題，目前常用的方法是采取數(shù)據(jù)干擾技 術(shù)，即通過數(shù)據(jù)變換或在數(shù)據(jù)中增加噪聲等方法來對原始數(shù)據(jù)進(jìn)行干擾，關(guān)聯(lián)規(guī)則挖掘是 在干擾后的數(shù)據(jù)集上進(jìn)行的，因而，該種方法很有可能影響到挖掘結(jié)果的可用和有效性，即 挖掘出一些原始關(guān)系數(shù)據(jù)庫中本來不存在的且有誤導(dǎo)作用的規(guī)則，丟失一些原始關(guān)系數(shù)據(jù) 庫中非常有用的規(guī)則，從而失取了數(shù)據(jù)挖掘本身的意義。其實(shí)，隱私數(shù)據(jù)是相對的，是與載 體相關(guān)聯(lián)的，更換了或脫離了載體，數(shù)據(jù)就有可能失去其物理意義或隱私性，因此，我們可 以通過修改記錄相應(yīng)的項(xiàng)目來實(shí)現(xiàn)隱私數(shù)據(jù)的保護(hù)。本發(fā)明給出了一種關(guān)聯(lián)規(guī)則挖掘中隱私數(shù)據(jù)的保護(hù)方法，該方法既可以實(shí)現(xiàn)隱私 數(shù)據(jù)的有效保護(hù)，又能確保關(guān)聯(lián)規(guī)則挖掘結(jié)果的有效可行性。

發(fā)明內(nèi)容
本發(fā)明的目的在于針對現(xiàn)有關(guān)聯(lián)規(guī)則挖掘中隱私數(shù)據(jù)保護(hù)方法可能會影響到關(guān) 聯(lián)規(guī)則挖掘結(jié)果的可用性和有效性等問題，提出了一種新穎的關(guān)聯(lián)規(guī)則挖掘中隱私數(shù)據(jù)的 保護(hù)方法，該方法既可實(shí)現(xiàn)隱私數(shù)據(jù)的保護(hù)，同時(shí)又不會產(chǎn)生過多的負(fù)面影響。本發(fā)明所說的關(guān)聯(lián)規(guī)則挖掘中隱私數(shù)據(jù)的保護(hù)方法，包括以下步驟(1)隱私數(shù)據(jù)項(xiàng)的確定由數(shù)據(jù)擁有者確定關(guān)系數(shù)據(jù)庫中需要處理的隱私數(shù)據(jù)項(xiàng)。假設(shè)需要保護(hù)的數(shù)據(jù)項(xiàng) 為、、k2........Am，本發(fā)明僅考慮m為1的情況，記為A。其他情況可以類推。(2)修改前的初始化工作設(shè)原關(guān)系數(shù)據(jù)庫為DB，最小修改率閾值為minXP，minXP表示修改記錄數(shù)占總記錄 數(shù)的百分比，如minXP = 50%，表示原關(guān)系數(shù)據(jù)庫中有一半的記錄在隱私數(shù)據(jù)項(xiàng)上的值發(fā) 生了變化，公開的是修改后的關(guān)系數(shù)據(jù)庫，關(guān)聯(lián)規(guī)則挖掘是在修改后的關(guān)系數(shù)據(jù)庫上進(jìn)行 的。修改前的初始化工作包括以下步驟①設(shè)置記錄修改數(shù)變量JXC，其初始值為minXPX DB |, DB為關(guān)系數(shù)據(jù)庫DB中 的記錄數(shù)；②給關(guān)系數(shù)據(jù)庫中的每條記錄i設(shè)置一個(gè)修改標(biāo)志flag[i]，其值為0或1，0表示 該記錄未修改過，1表示修改過；③掃描原關(guān)系數(shù)據(jù)庫DB —次，求出其所有的頻繁1-項(xiàng)目集，刪除關(guān)系數(shù)據(jù)庫DB 中非頻繁1-項(xiàng)目所對應(yīng)的數(shù)據(jù)項(xiàng)；④根據(jù)關(guān)系數(shù)據(jù)庫DB中A所對應(yīng)的值，將關(guān)系數(shù)據(jù)庫DB分成兩個(gè)子數(shù)據(jù)庫DB1 和DB2，他們在字段A上的值分別均為1和0。(3)隱私數(shù)據(jù)項(xiàng)的修改隱私數(shù)據(jù)項(xiàng)的修改方法為①對于子數(shù)據(jù)庫DB1的每條未修改記錄禮，如果子數(shù)據(jù)庫DB2中存在與禮完全相 同的未修改記錄R2 (不包括字段A的值)，則交換原關(guān)系數(shù)據(jù)庫DB中對應(yīng)于禮和R2記錄的 數(shù)據(jù)項(xiàng)A，其他不變。對于每對交換的記錄進(jìn)一步包括下列步驟i 修改變量 JXC，JXC = JXC-2 ；ii修改此兩記錄的修改標(biāo)志，對應(yīng)的修改標(biāo)志置為1 ；iii將禮、R2分別加入子數(shù)據(jù)庫DB2和DB1中，即交換它們的位置。②如果JXC彡0，則轉(zhuǎn)⑧。③對于DB1中的任何記錄禮，如該記錄所支持的頻繁項(xiàng)目集的支持?jǐn)?shù)均大于最小 支持?jǐn)?shù)閾值，則執(zhí)行i 修改變量 JXC，JXC = JXC-1 ；ii將原DB和DB1中對應(yīng)于隊(duì)的數(shù)據(jù)項(xiàng)A的值置為1，的修改標(biāo)志置為1 ；iii將記錄從DB1中移到DB2中；iv如果JXC彡0，則轉(zhuǎn)⑧。④將MFISA1分成兩部分MjnM2，Mi中各元素的支持?jǐn)?shù)等于最小支持?jǐn)?shù)閾值，M2中 各元素的支持?jǐn)?shù)大于最小支持?jǐn)?shù)閾值。其中MFISA1為子數(shù)據(jù)庫DB1中最大頻繁項(xiàng)目集的 集合，此時(shí)的最小支持?jǐn)?shù)閾值為minsup X | DB | / | DB11。
5
⑤根據(jù)Mi和M2將DB1中未修改記錄分成三部分DBlp DB12、DB13，其中中各 記錄支持禮中的某最大頻繁項(xiàng)目集，但均不支持禮中的任何最大頻繁項(xiàng)目集。DB12中各記 錄同時(shí)支持禮中的某最大頻繁項(xiàng)目集和M2中的某最大頻繁項(xiàng)目集。DB13中各記錄支持M2 中的某最大頻繁項(xiàng)目集，但均不支持禮中的任何最大頻繁項(xiàng)目集。如果DB13為空集，轉(zhuǎn)⑥ 步，否則執(zhí)行i將DB13中的記錄按其支持M2中元素的個(gè)數(shù)升序排列；ii對于DB13中的第一條記錄禮，將原DB和DB1中對應(yīng)于隊(duì)的數(shù)據(jù)項(xiàng)A的值置為 1，R的修改標(biāo)志置為1 ；iii將記錄從DB1中移到DB2中；iv 修改變量 JXC 值，JXC = JXC-1 ；v如果JXC彡0，則轉(zhuǎn)⑧；vi如果DB13為非空，轉(zhuǎn)(ii)。⑥重新統(tǒng)計(jì)數(shù)據(jù)庫DB12中的最大頻繁項(xiàng)目集，如果DB12為空集，轉(zhuǎn)⑦步，否則執(zhí) 行i將DB12中的記錄按其支持Mi中元素的個(gè)數(shù)升序排列；ii對于DB12中的第一條記錄禮，將原DB和DB1中對應(yīng)于隊(duì)的數(shù)據(jù)項(xiàng)A的值置為 1，R的修改標(biāo)志置為1 ；iii將記錄從DB1中移到DB2中；iv 修改變量 JXC 值，JXC = JXC-1 ；v如果JXC彡0，則轉(zhuǎn)⑧；vi如果DB12為非空，轉(zhuǎn)(ii)步。⑦重新統(tǒng)計(jì)數(shù)據(jù)庫DBh中的最大頻繁項(xiàng)目集，并按其支持禮中最大頻繁項(xiàng)目集的 個(gè)數(shù)升序排列，執(zhí)行i對于DB、中的第一條記錄札，將原DB和DB1中對應(yīng)于隊(duì)的數(shù)據(jù)項(xiàng)A的值置為 1，R的修改標(biāo)志置為1 ；ii將記錄從DB1中移到DB2中；iii 修改變量 JXC 值，JXC = JXC-1 ；iv如果JXC彡0，則轉(zhuǎn)⑧；否則轉(zhuǎn)⑴；⑧結(jié)束，整理結(jié)果數(shù)據(jù)庫，并刪除修改標(biāo)志列；(4)、數(shù)據(jù)的發(fā)布將修改后的關(guān)系數(shù)據(jù)庫發(fā)送給關(guān)聯(lián)規(guī)則挖掘工具或數(shù)據(jù)使用者。本發(fā)明中頻繁項(xiàng)目集的挖掘分為兩小步候選頻繁項(xiàng)目集的生成、候選頻繁項(xiàng)目 集支持?jǐn)?shù)的計(jì)算。本發(fā)明中關(guān)聯(lián)規(guī)則的發(fā)現(xiàn)是根據(jù)頻繁項(xiàng)目集生成關(guān)聯(lián)規(guī)則。本發(fā)明主要有以下兩個(gè)方面的有益效果(1)在隱私數(shù)據(jù)的保護(hù)方面本發(fā)明提出了一種新穎的隱私數(shù)據(jù)保護(hù)方法，一方面，本發(fā)明所采用方法可以有 效地保護(hù)隱私數(shù)據(jù)，公開的是經(jīng)過處理后的數(shù)據(jù)，根據(jù)所公開的數(shù)據(jù)是很難或無法猜測出 真實(shí)數(shù)據(jù)；另一方面，本發(fā)明中的關(guān)聯(lián)挖掘方法可以確保不包含隱私數(shù)據(jù)項(xiàng)在內(nèi)的關(guān)聯(lián)規(guī)則全部有效，包含隱私數(shù)據(jù)項(xiàng)在內(nèi)的絕大部分關(guān)聯(lián)規(guī)則仍然有效，且不會產(chǎn)生幽靈規(guī)則，克 服了現(xiàn)有隱私數(shù)據(jù)保護(hù)方法所帶來的兩個(gè)缺陷，一是可能挖掘出一些原始關(guān)系數(shù)據(jù)庫中本 來不存在的且有誤導(dǎo)作用的關(guān)聯(lián)規(guī)則，二是丟失一些原始關(guān)系數(shù)據(jù)庫中存在的且非常有用 的關(guān)聯(lián)規(guī)則。(2)在修改記錄的選擇方面本發(fā)明首先考慮了那些不會影響挖掘結(jié)果的記錄對在隱私數(shù)據(jù)項(xiàng)上進(jìn)行交換，其 次提出了一種基于最大頻繁項(xiàng)目的修改記錄選擇方法，盡可能選擇支持有較大支持?jǐn)?shù)的最 大頻繁項(xiàng)目集的記錄，最大限度地保持原有頻繁項(xiàng)目的頻繁性，降低了選擇修改記錄的執(zhí) 行難度，進(jìn)一步提高算法的執(zhí)行效率。


圖1是本發(fā)明實(shí)施例的流程2是本發(fā)明實(shí)施例中的隱私數(shù)據(jù)項(xiàng)修改流程圖
具體實(shí)施例方式下面以表1所示的關(guān)系數(shù)據(jù)庫DB為例，結(jié)合圖1、圖2的流程圖簡單地說明本發(fā)明 的執(zhí)行過程。表1共設(shè)置了五個(gè)字段，分別記為A、B、C、D和E，假設(shè)本實(shí)例所要保護(hù)的數(shù)據(jù) 項(xiàng)為E，最小支持度閾值為25%或最小支持?jǐn)?shù)閾值為2，修改率XP為50%，即至少有四條記 錄的E值需被修改。
表1實(shí)例數(shù)據(jù)庫DB 具體執(zhí)行步驟如下(1)給記錄修改數(shù)變量JXC賦初始，JXC = XPX DB = 4，DB為實(shí)例數(shù)據(jù)庫DB 中的記錄數(shù)。(2)設(shè)置修改標(biāo)志，flag[i] = 0，i = 1，2，3，4，5，6，7，8，即表 1 的第一列。(3)掃描實(shí)例數(shù)據(jù)庫DB—次，得到數(shù)據(jù)庫DB中的頻繁1_項(xiàng)目集{{A}，{B}，{C}，{D}，{E}}。因本實(shí)例所要保護(hù)的數(shù)據(jù)項(xiàng)E為頻繁項(xiàng)目，繼續(xù)執(zhí)行下列各步。如保護(hù)的數(shù)據(jù) 項(xiàng)為非頻繁項(xiàng)目，則結(jié)束，并隱藏該字段的所有值。 (4)將實(shí)例數(shù)據(jù)庫DB分成兩個(gè)子數(shù)據(jù)庫DB1和DB2，他們在字段E上的值分別均 為1和0，具體結(jié)果如表2、3所示。
表3子數(shù)據(jù)庫DB2 (4)由于子數(shù)據(jù)庫DB1和子數(shù)據(jù)庫DB2中含有相同內(nèi)容的記錄(不包括字段E的 值)，即記錄01和記錄05，將原實(shí)例數(shù)據(jù)庫DB中Tid為0的記錄所對應(yīng)的E值置為0，Tid 為5的記錄所對應(yīng)的E值置為1。(5)修改記錄01和05的修改標(biāo)志，并將他們分別加入DB2和DB1中，修改后的數(shù) 據(jù)庫如表4、5、6所示。(6)修改變量JXC值，JXC = JXC-2 = 2?？梢宰C明或說明表1和表4所示的關(guān)系 數(shù)據(jù)庫所包含的頻繁項(xiàng)目集是完全相同的。
8
(7)由于JXC的最新值為2，因而還需修改兩條記錄。(8)由于08號記錄所支持頻繁項(xiàng)目集的支持?jǐn)?shù)均大于最小支持?jǐn)?shù)閾值，修改08號 記錄的E值，置為1，并將其放入DB2中。修改變量JXC值及08號記錄的修改標(biāo)志，JXC = JXC-1 = 2-1 = 1。修改后的數(shù)據(jù)庫如表7、8所示。
(9)由于JXC的最新值為1，因而還需修改一條記錄。(10)求出修改后的子數(shù)據(jù)庫DB1中的最大頻繁項(xiàng)目集及其支持?jǐn)?shù)，分別為ABE:2、 BDE:2、BCE:3，并將其分為兩部分，一是支持?jǐn)?shù)等于最小支持?jǐn)?shù)閾值的最大頻繁項(xiàng)目集虬， 即Mi = {ABE: 2, BDE:2}，二是支持?jǐn)?shù)大于最小支持?jǐn)?shù)閾值的最大頻繁項(xiàng)目集M2，即M2 = {BCE:3}。(ll)DBl中修改標(biāo)志flag為0的記錄中，04號記錄支持最大頻繁項(xiàng)目集ABE、BDE， 06號記錄支持最大頻繁項(xiàng)目集BDE和BCE，07號記錄支持最大頻繁項(xiàng)目集BCE。即僅支持 Mi的記錄有04號記錄，僅支持M2的記錄有07號記錄，兩者均支持的有06號記錄。(12)在僅支持M2的記錄中選擇支持M2中最大頻繁項(xiàng)目集數(shù)最小的記錄，即本案 例的第07號記錄，將該記錄的E值改為0，并將其移到DB2中，修改該記錄的修改標(biāo)志以及 修改變量JXC值，JXC = JXC-1 = 0。結(jié)果如表9、10所示。
(13)由于JXC的值為0，結(jié)束隱私數(shù)據(jù)項(xiàng)的修改。結(jié)果關(guān)系數(shù)據(jù)庫如表11所示。
表11中有4條記錄的E值發(fā)生了變化，可以發(fā)現(xiàn)表1和11所示的關(guān)系數(shù)據(jù)庫所 包含的頻繁項(xiàng)目集是完全相同的。在實(shí)際應(yīng)用時(shí)，最小修改率閾值minXP以及具體的修改 記錄均是保密的，即數(shù)據(jù)使用者并不知道結(jié)果關(guān)系數(shù)據(jù)庫中多少記錄在隱私數(shù)據(jù)項(xiàng)上的值 發(fā)生了變化，更不可能知道那些記錄發(fā)生了改變，從而有效保護(hù)了隱私數(shù)據(jù)項(xiàng)的值，實(shí)現(xiàn)了 關(guān)聯(lián)規(guī)則挖掘中隱私數(shù)據(jù)的保護(hù)。
權(quán)利要求
一種關(guān)聯(lián)規(guī)則挖掘中隱私數(shù)據(jù)的保護(hù)方法，包括以下步驟(1)隱私數(shù)據(jù)項(xiàng)的確定由數(shù)據(jù)擁有者確定關(guān)系數(shù)據(jù)庫中需要處理的隱私數(shù)據(jù)項(xiàng)，記為A；(2)修改前的初始化工作原關(guān)系數(shù)據(jù)庫為DB，最小修改率閾值為minXP，minXP表示修改記錄數(shù)占總記錄數(shù)的百分比，修改前的初始化工作包括以下步驟①設(shè)置記錄修改數(shù)變量JXC，其初始值為minXP×|DB|，|DB|為關(guān)系數(shù)據(jù)庫DB中的記錄數(shù)；②給關(guān)系數(shù)據(jù)庫中的每條記錄i設(shè)置一個(gè)修改標(biāo)志flag[i]，其值為0或1，0表示該記錄未修改過，1表示修改過；③掃描原關(guān)系數(shù)據(jù)庫DB一次，求出其所有的頻繁1-項(xiàng)目集，刪除關(guān)系數(shù)據(jù)庫DB中非頻繁1-項(xiàng)目所對應(yīng)的數(shù)據(jù)項(xiàng)；④根據(jù)關(guān)系數(shù)據(jù)庫DB中A所對應(yīng)的值，將關(guān)系數(shù)據(jù)庫DB分成兩個(gè)子數(shù)據(jù)庫DB1和DB2，他們在字段A上的值分別均為1和0；(3)隱私數(shù)據(jù)項(xiàng)的修改①對于子數(shù)據(jù)庫DB1的每條未修改記錄R1，除字段A的值外，如果子數(shù)據(jù)庫DB2中存在與R1完全相同的未修改記錄R2，則交換原關(guān)系數(shù)據(jù)庫DB中對應(yīng)于R1和R2記錄的數(shù)據(jù)項(xiàng)A，其他不變；對于每對交換的記錄進(jìn)一步包括下列步驟i修改變量JXC，JXC＝JXC-2；ii修改此兩記錄的修改標(biāo)志，對應(yīng)的修改標(biāo)志置為1；iii將R1、R2分別加入子數(shù)據(jù)庫DB2和DB1中，即交換它們的位置；②如果JXC≤0，則轉(zhuǎn)⑧；③對于DB1中的任何記錄R1，如該記錄所支持的頻繁項(xiàng)目集的支持?jǐn)?shù)均大于最小支持?jǐn)?shù)閾值，則執(zhí)行i修改變量JXC，JXC＝JXC-1；ii將原DB和DB1中對應(yīng)于R1的數(shù)據(jù)項(xiàng)A的值置為1，R1的修改標(biāo)志置為1；iii將記錄R1從DB1中移到DB2中；iv如果JXC≤0，則轉(zhuǎn)⑧；④將MFISA1分成兩部分M1和M2，M1中各元素的支持?jǐn)?shù)等于最小支持?jǐn)?shù)閾值，M2中各元素的支持?jǐn)?shù)大于最小支持?jǐn)?shù)閾值；其中MFISA1為子數(shù)據(jù)庫DB1中最大頻繁項(xiàng)目集的集合，此時(shí)的最小支持?jǐn)?shù)閾值為minsup×|DB|/|DB1|；⑤根據(jù)M1和M2將DB1中未修改記錄分成三部分DB11、DB12、DB13，其中DB11中各記錄支持M1中的某最大頻繁項(xiàng)目集，但均不支持M2中的任何最大頻繁項(xiàng)目集；DB12中各記錄同時(shí)支持M1中的某最大頻繁項(xiàng)目集和M2中的某最大頻繁項(xiàng)目集；DB13中各記錄支持M2中的某最大頻繁項(xiàng)目集，但均不支持M1中的任何最大頻繁項(xiàng)目集；如果DB13為空集，轉(zhuǎn)⑥步，否則執(zhí)行i將DB13中的記錄按其支持M2中元素的個(gè)數(shù)升序排列；ii對于DB13中的第一條記錄R1，將原DB和DB1中對應(yīng)于R1的數(shù)據(jù)項(xiàng)A的值置為1，R1的修改標(biāo)志置為1；iii將記錄R1從DB1中移到DB2中；iv修改變量JXC值，JXC＝JXC-1；v如果JXC≤0，則轉(zhuǎn)⑧；vi如果DB13為非空，轉(zhuǎn)ii；⑥重新統(tǒng)計(jì)數(shù)據(jù)庫DB12中的最大頻繁項(xiàng)目集，如果DB12為空集，轉(zhuǎn)⑦步，否則執(zhí)行i將DB12中的記錄按其支持M1中元素的個(gè)數(shù)升序排列；ii對于DB12中的第一條記錄R1，將原DB和DB1中對應(yīng)于R1的數(shù)據(jù)項(xiàng)A的值置為1，R1的修改標(biāo)志置為1；iii將記錄R1從DB1中移到DB2中；iv修改變量JXC值，JXC＝JXC-1；v如果JXC≤0，則轉(zhuǎn)⑧；vi如果DB12為非空，轉(zhuǎn)ii步；⑦重新統(tǒng)計(jì)數(shù)據(jù)庫DB11中的最大頻繁項(xiàng)目集，并按其支持M1中最大頻繁項(xiàng)目集的個(gè)數(shù)升序排列，執(zhí)行i對于DB11中的第一條記錄R1，將原DB和DB1中對應(yīng)于R1的數(shù)據(jù)項(xiàng)A的值置為1，R1的修改標(biāo)志置為1；ii將記錄R1從DB1中移到DB2中；iii修改變量JXC值，JXC＝JXC-1；iv如果JXC≤0，則轉(zhuǎn)⑧；否則轉(zhuǎn)i；⑧結(jié)束，整理結(jié)果數(shù)據(jù)庫，并刪除修改標(biāo)志列；(4)數(shù)據(jù)的發(fā)布將修改后的關(guān)系數(shù)據(jù)庫發(fā)送給關(guān)聯(lián)規(guī)則挖掘工具或數(shù)據(jù)使用者。
全文摘要
本發(fā)明屬于數(shù)據(jù)挖掘中的隱私數(shù)據(jù)保護(hù)技術(shù)，具體涉及一種關(guān)聯(lián)規(guī)則挖掘中隱私數(shù)據(jù)的保護(hù)方法。該方法包括隱私數(shù)據(jù)項(xiàng)的確定、初始化工作、隱私數(shù)據(jù)項(xiàng)的修改及數(shù)據(jù)的發(fā)布步驟。本發(fā)明可以有效地保護(hù)隱私數(shù)據(jù)，還可以確保不包含隱私數(shù)據(jù)項(xiàng)在內(nèi)的關(guān)聯(lián)規(guī)則全部有效，包含隱私數(shù)據(jù)項(xiàng)在內(nèi)的絕大部分關(guān)聯(lián)規(guī)則仍然有效，且不會產(chǎn)生幽靈規(guī)則。在修改記錄的選擇方面本發(fā)明首先考慮了那些不會影響挖掘結(jié)果的記錄對在隱私數(shù)據(jù)項(xiàng)上進(jìn)行交換，其次提出了一種基于最大頻繁項(xiàng)目的修改記錄選擇方法，盡可能選擇支持有較大支持?jǐn)?shù)的最大頻繁項(xiàng)目集的記錄，最大限度地保持原有頻繁項(xiàng)目的頻繁性，降低了選擇修改記錄的執(zhí)行難度，進(jìn)一步提高算法的執(zhí)行效率。
文檔編號G06F17/30GK101866405SQ201010208788
公開日2010年10月20日 申請日期2010年6月23日 優(yōu)先權(quán)日2010年6月23日
發(fā)明者孫蕾, 朱玉全, 梁軍, 歐吉順, 陳耿 申請人:江蘇大學(xué)