增量式隐私保护数据挖掘研究

摘要：

描述了隐私保护数据挖掘技术研究进展.针对隐私保护关联规则挖掘算法EMASK计算效率较低,同时不适用于动态变化数据库等的问题,提出基于粒度计算的增量式隐私保护数据挖掘算法BIEMASK.该算法用粒度计算的思想对EMASK算法进行改进,利用增量式更新算法FUP解决增量式事务数据库频繁项集计算问题.在实现隐私保护的同时,减少了I/O操作的次数,降低空间开销,由此提高计算效率.结果证明,无论是固定增量集数据库还是可变增量集数据库处理中,BIEMASK相对于EMASK而言,效率时间都有较大幅度的提高.

关键词：隐私保护、频繁模式、知识粒度、增量式

所属期刊栏目：35

分类号：TP392(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61272303;浙江省教育厅2016年度科研计划项目Y201636117

在线出版日期：2018-11-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：2156-2159,2171