增量式匿名化的隐私保护数据挖掘算法

摘要：

在匿名隐私保护系统中增量式匿名化隐私保护数据具有容量大和分散性强的特点,导致挖掘的聚类性不好.提出一种基于互信熵特征提取的增量式匿名化隐私保护数据的挖掘算法,在云计算平台下分析增量式匿名化隐私保护数据的存储结构模型,结合闭频繁项集特征重组方法进行增量式匿名化隐私保护数据的离散化特征重构,在重构的Hadoop云计算平台中进行增量式匿名化隐私保护数据的关联特征提取,采用增量式支持向量机算法对提取的数据特征进行分类识别,根据分类结果实现增量式匿名化的隐私保护数据挖掘.仿真结果表明,采用该方法进行匿名化的隐私保护数据挖掘的准确性较高,特征提取精度较好,收敛性较强.

关键词：增量式、匿名化、隐私保护、数据挖掘

所属期刊栏目：50

分类号：TP391;O234(计算技术、计算机技术)

在线出版日期：2019-05-17（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：259-263