基于差分隐私的频繁项集挖掘的启发式算法

摘要：

针对频繁项目集挖掘结果直接发布可能会造成严重的个人隐私泄露,提出一种满足差分隐私的频繁项目集挖掘算法.为降低差分隐私的全局敏感度,根据候选项的覆盖分数和项集与事务距离两个指标,采用启发式截断算法进行事务截断,尽可能多地使截断后的事务保留原事务的频繁项信息.采用最大支持度估计策略生成候选项集,降低因事务截断和剪枝操作带来的误差.实验结果对比分析表明,提出算法满足差分隐私保护,挖掘的频繁项集具有较好的效用.

关键词：差分隐私、频繁项目集、启发式截断、覆盖分数、项集与事务距离、最大支持度估计策略

所属期刊栏目：40

分类号：TP301.6(计算技术、计算机技术)

资助基金：贵州省公共大数据重点实验室开放课题基金项目2017001

在线出版日期：2019-05-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：412-417