基于隱私保護聚類的分析和研究.pdf

1、近年來隨著計算機技術、存儲技術和互聯(lián)網(wǎng)絡的迅速發(fā)展，各個行業(yè)已經(jīng)積累了海量的數(shù)據(jù)。人們迫切的希望能從這些海量數(shù)據(jù)中發(fā)現(xiàn)有用的信息來指導相應的決策制定。數(shù)據(jù)挖掘技術作為一種強大的數(shù)據(jù)分析手段，可以從數(shù)據(jù)中提取潛在的知識(模型或規(guī)則)。
　　但是傳統(tǒng)的數(shù)據(jù)挖掘技術中，由于原始數(shù)據(jù)在挖掘時并沒有進行任何的處理，導致在發(fā)現(xiàn)知識的同時，會不可避免的侵犯到隱私敏感數(shù)據(jù)，因此敏感數(shù)據(jù)的隱私保護問題得到越來越多的關注。目前已有很多工作研究如何在保

2、護數(shù)據(jù)隱私的前提下提高數(shù)據(jù)挖掘結(jié)果的準確性。
　　隱私保護的數(shù)據(jù)挖掘致力于提供可用有效的方法，這些方法可以計算出一個較好的數(shù)據(jù)挖掘算法的結(jié)果，又不暴露隱私信息(至少是一些敏感信息)?，F(xiàn)存的隱私保護的數(shù)據(jù)挖掘涉及到的數(shù)據(jù)挖掘領域主要有關聯(lián)規(guī)則、分類和聚類。已有的隱私保護的數(shù)據(jù)挖掘工作主要集中在關聯(lián)規(guī)則和分類算法上，而隱私保護的聚類算法研究則相對較少。
　　本文主要研究基于隱私保護的聚類方面的問題，主要內(nèi)容如下：
　　研究

3、了針對數(shù)據(jù)水平分割的分布式系統(tǒng)下的隱私保護問題，并在此系統(tǒng)下設計了一種新的向量內(nèi)積安全計算協(xié)議和矩陣乘積安全計算協(xié)議。通過結(jié)合多方安全計算協(xié)議和隨機正交矩陣變換擾亂方法，提出了一種新的混合式隱私保護算法。理論分析和實驗結(jié)果表明，該算法可以在保護數(shù)據(jù)隱私的同時，實現(xiàn)數(shù)據(jù)挖掘結(jié)果準確性的零丟失。
　　針對數(shù)據(jù)集中分布的集中式系統(tǒng)下的隱私保護問題，提出了一種基于譜圖理論的隱私保護聚類算法。對譜聚類的原理-譜圖理論進行研究，將之推廣到集中

4、式數(shù)據(jù)分布環(huán)境中的數(shù)據(jù)發(fā)布問題上。由于在譜圖理論中，數(shù)據(jù)的聚類問題可以轉(zhuǎn)換為圖的劃分問題，并且通過圖的譜即特征向量，給出圖劃分問題的近似最優(yōu)解。所以，將原始數(shù)據(jù)進行預處理后，求解拉普拉斯矩陣的特征向量矩陣，并將之發(fā)布給第三方，由第三方進行聚類挖掘。通過試驗證明，該算法可以在保護數(shù)據(jù)隱私的前提下，保證聚類效果的有效性。此外，為了有效解決譜聚類中規(guī)模參數(shù)的選擇問題，我們提出了一種基于鄰居排序的自適應譜聚類算法。這種算法可以自動的計算規(guī)模參數(shù)