基于隱私保護(hù)的分布式序列模式挖掘算法研究.pdf

1、隨著網(wǎng)絡(luò)的迅速發(fā)展，行業(yè)應(yīng)用中產(chǎn)生的大量數(shù)據(jù)可能分布存儲在通過網(wǎng)絡(luò)連接的多個站點(diǎn)上。在對這些數(shù)據(jù)進(jìn)行序列模式挖掘時，一些特殊應(yīng)用要求不能對這些數(shù)據(jù)進(jìn)行傳輸，原有的針對單機(jī)運(yùn)行環(huán)境設(shè)計(jì)的序列模式挖掘算法可能不再有效。另一方面，在序列模式挖掘過程中還存在著敏感信息泄露的問題，尤其在分布式環(huán)境下更加值得關(guān)注?，F(xiàn)有的分布式數(shù)據(jù)挖掘和隱私保護(hù)問題的研究主要集中于關(guān)聯(lián)規(guī)則挖掘方面，對于序列模式挖掘隱私保護(hù)的研究卻較少，因此，研究基于隱私保護(hù)的分布式

2、序列模式挖掘算法具有重要的理論和實(shí)際意義。 本文在研究現(xiàn)有的序列模式挖掘和隱私保護(hù)算法的基礎(chǔ)上，結(jié)合分布式環(huán)境的特點(diǎn)，對PrefixSpan算法進(jìn)行改進(jìn)，并利用關(guān)聯(lián)規(guī)則隱私保護(hù)算法思想，研究了基于隱私保護(hù)的分布式序列模式挖掘的問題。主要工作包括以下幾個方面： 1．對典型的序列模式挖掘算法和分布式數(shù)據(jù)挖掘算法進(jìn)行研究，分析PrefixSpan算法的特點(diǎn)，以PrefixSpan算法為基礎(chǔ)，結(jié)合分布式計(jì)算的特點(diǎn)，研究并提出了一

3、種分布式序列模式挖掘算法DSPM(Distributed Sequential Pattern Mining)，詳細(xì)介紹了算法思想和流程； 2．針對分布式環(huán)境下信息傳遞耗費(fèi)大、任務(wù)可并行執(zhí)行等特點(diǎn)，對DSPM算法進(jìn)行了進(jìn)一步的改進(jìn)，提出了幾個能夠提高挖掘效率的策略，并將這些策略應(yīng)用到了原型系統(tǒng)中，進(jìn)一步提高了系統(tǒng)的性能； 3．分析研究了典型的關(guān)聯(lián)規(guī)則隱私保護(hù)算法思想，比較關(guān)聯(lián)規(guī)則挖掘與序列模式挖掘的異同，在此基礎(chǔ)上研究并