針對k-匿名隱私數(shù)據(jù)的判定樹和關聯(lián)規(guī)則算法的研究.pdf

1、數(shù)據(jù)可用性問題是k-匿名隱私保護模型帶來的一個具有挑戰(zhàn)性問題。1998年L.sweedy提出了保護用戶隱私的k-匿名隱私保護模型，泛化準標識符，雖然保護了用戶的隱私但是大大降低了數(shù)據(jù)的可用性，之后為了在保護隱私的同時提高數(shù)據(jù)的可用性，研究人員對k-匿名隱私保護模型進行了改進，但是受隱私保護要求的制約，即使最優(yōu)化的k-匿名算法，也不可能產(chǎn)生完全精確的數(shù)據(jù)，因此，改進k-匿名算法只能在一定程度上提高數(shù)據(jù)的可用性，不可能徹底解決問題。

2、　　 數(shù)據(jù)挖掘問題是提高k一匿名隱私保護模型下數(shù)據(jù)可用性問題之一。通過分析發(fā)現(xiàn)生成k-匿名表時所利用的泛化樹同利用精確表生成的判定樹的部分非葉結點的屬性值的概化過程有相同之處。由此文中提出了一種基于k-匿名表的判定樹生成算法，該算法直接以k匿名表作為輸入，避免了經(jīng)典的判定樹算法運行前的準備工作，該算法比經(jīng)典的判定樹算法在時間上有明顯地改善。
　　 判定樹算法是重要的分類和預測的數(shù)據(jù)挖掘算法。文中提到了四種匿名化分類情況，分別為

3、：(1)利用匿名化數(shù)據(jù)建立模型，來分類匿名化數(shù)據(jù)。(2)利用匿名化數(shù)據(jù)建立數(shù)據(jù)模型，分類原始數(shù)據(jù)。(3)利用精確數(shù)據(jù)建立模型，來分類匿名化數(shù)據(jù)。(4)利用匿名化數(shù)據(jù)分類分布式數(shù)據(jù)。改進的判定樹算法是利用匿名化數(shù)據(jù)作為輸入的，即利用匿名化數(shù)據(jù)建立的模型。所以文中對前兩中分類情況做了詳細的論述。
　　 關聯(lián)規(guī)則的發(fā)現(xiàn)是數(shù)據(jù)挖掘中重要的研究分支，是發(fā)現(xiàn)大量數(shù)據(jù)中項集之間有趣的關聯(lián)或相關聯(lián)系。在關聯(lián)規(guī)則挖掘算法中，根據(jù)規(guī)則集所涉及的抽象