基于隐私保护的序列模式挖掘

作     者：方炜炜 谢伟 黄宏博 夏红科 

作者机构：北京信息科技大学计算中心北京100192 清华大学经济管理学院北京100010 

基　　金：国家自然科学基金重点项目(60675030) 国家自然科学基金项目(60875029) 2015年北京市委组织部优秀人才培养项目 2016年北京教育委员会科技面上项目资助 

出 版 物：《计算机科学》 (Computer Science)

年 卷 期：2016年第43卷第12期

页      码：195-199页

摘      要：隐私保护是当前数据挖掘领域的一个研究热点,其目标是在不暴露原始数据信息的前提下准确地实现挖掘任务。针对隐私保护序列模式挖掘问题,提出了项集的布尔集合关系概念,设计了基于随机集和扰乱函数对原始序列库进行数据干扰的方法模型,并通过扰乱函数的特性还原出原始序列库的频繁序列模式的真实支持度,完成了在保护原始数据隐私的前提下准确地挖掘出频繁序列模式的任务。理论分析和实验结果表明,该方法模型具有很好的数据隐私保护性、挖掘结果准确性和算法执行高效性。

主 题 词：序列模式 数据挖掘 隐私保护 数据干扰 

学科分类：08[工学] 081202[081202] 0812[工学-测绘类] 

D　O　I：10.11896/j.issn.1002-137X.2016.12.035

馆 藏 号：203210173...