發(fā)布時(shí)間：2018-05-31 08:13

  本文選題：頻繁序列挖掘 + 差分隱私　； 參考：《計(jì)算機(jī)應(yīng)用》2017年02期

【摘要】：針對(duì)當(dāng)數(shù)據(jù)集含有敏感信息時(shí),直接發(fā)布頻繁序列模式本身及其支持度計(jì)數(shù)都有可能泄露用戶隱私信息的問題,提出一種滿足差分隱私(DP)的頻繁序列模式挖掘(DP-FSM)算法。該算法利用向下封閉性質(zhì)生成候選序列模式集,基于智能截?cái)喾椒◤暮蜻x模式中挑選出頻繁的序列模式,最后采用幾何機(jī)制對(duì)所選出模式的真實(shí)支持度添加噪聲進(jìn)行擾動(dòng)。另外,為了提高挖掘結(jié)果的可用性,設(shè)計(jì)了一個(gè)閾值修正的策略來減小挖掘過程中的截?cái)嗾`差和傳播誤差。理論分析證明了該算法滿足ε-差分隱私。實(shí)驗(yàn)結(jié)果表明了該算法在拒真率(FNR)和相對(duì)支持度誤差(RSE)兩個(gè)指標(biāo)上明顯低于對(duì)比算法PFS2,有效地提高了挖掘結(jié)果的準(zhǔn)確度。
[Abstract]:In order to solve the problem that when data sets contain sensitive information, it is possible to disclose user privacy information by directly publishing frequent sequence patterns and their support counts, a DP-FSM-based algorithm for frequent sequence pattern mining satisfying differential privacy DP) is proposed. The algorithm uses the property of downward closure to generate candidate sequence pattern sets, selects frequent sequential patterns from candidate patterns based on intelligent truncation method, and finally uses geometric mechanism to add noise to the true support of the selected patterns. In addition, in order to improve the usability of mining results, a threshold correction strategy is designed to reduce the truncation error and propagation error in the mining process. Theoretical analysis shows that the algorithm satisfies 蔚-difference privacy. The experimental results show that the proposed algorithm is obviously lower than the contrast algorithm PFS2 in two indexes of rejection rate (FNR) and relative support error (RSE), and the accuracy of mining results is improved effectively.
【作者單位】： 東北大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院;
【基金】：國(guó)家自然科學(xué)基金資助項(xiàng)目(61033007,61622202,61572119) 國(guó)家973計(jì)劃項(xiàng)目(2012CB316201) 教育部中央高�；究蒲袠I(yè)務(wù)費(fèi)資助項(xiàng)目(N150402005)~~
【分類號(hào)】：TP311.13;TP309

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張長(zhǎng)海;胡孔法;陳凌;;序列模式挖掘算法綜述[J];揚(yáng)州大學(xué)學(xué)報(bào)(自然科學(xué)版);2007年01期

2 肖哲;任勝兵;;序列模式挖掘研究進(jìn)展[J];科技信息(科學(xué)教研);2007年36期

3 陳卓;楊炳儒;宋威;宋澤鋒;;序列模式挖掘綜述[J];計(jì)算機(jī)應(yīng)用研究;2008年07期

4 王虎;丁世飛;;序列模式挖掘研究與發(fā)展[J];計(jì)算機(jī)科學(xué);2009年12期

5 陳曉;;一種模糊序列模式挖掘的有效方法[J];現(xiàn)代計(jì)算機(jī)(專業(yè)版);2010年13期

6 李乃乾;姚新會(huì);田東平;;多時(shí)間粒度序列模式挖掘[J];小型微型計(jì)算機(jī)系統(tǒng);2011年01期

7 吳孔玲;繆裕青;蘇杰;張曉華;;序列模式挖掘研究[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2012年06期

8 聶成林,王浩,胡學(xué)鋼;基于概念格的序列模式挖掘[J];計(jì)算機(jī)工程;2003年20期

9 龔惠群,黃超,彭江平;具有雙時(shí)間維約束的股票序列模式挖掘[J];計(jì)算機(jī)工程;2003年20期

10 許兆新,郝燕玲;約束在序列模式挖掘中的應(yīng)用研究[J];計(jì)算機(jī)工程與應(yīng)用;2004年05期

相關(guān)會(huì)議論文 前10條

1 呂靜;陳未如;劉俊;Osei Adjei;;并發(fā)分支模式挖掘[A];第二十一屆中國(guó)數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2004年

2 端義鋒;胡谷雨;丁力;;序列模式挖掘在網(wǎng)絡(luò)告警分析中的應(yīng)用[A];2004年全國(guó)通信軟件學(xué)術(shù)會(huì)議論文集[C];2004年

3 朱輝生;李存華;;序列模式挖掘的研究與實(shí)現(xiàn)[A];第二十一屆中國(guó)數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2004年

4 程銀波;司菁菁;;帶有間隔約束的序列模式挖掘算法[A];第二十二屆中國(guó)數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2005年

5 李潤(rùn)恒;賈焰;金鑫;;一種面向網(wǎng)絡(luò)安全的序列模式挖掘方法[A];第二十五屆中國(guó)數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（二）[C];2008年

6 李晟;姜青山;郭順;王備戰(zhàn);;一種優(yōu)化的蛋白質(zhì)序列模式挖掘方法[A];第26屆中國(guó)數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（B輯）[C];2009年

7 姚偉力;王錫祿;宋俊德;;基于序列模式挖掘的告警相關(guān)性分析算法[A];2005年信息與通信領(lǐng)域博士后學(xué)術(shù)會(huì)議論文集[C];2005年

8 任家東;解玉潔;何海濤;張愛國(guó);;基于改進(jìn)前綴樹PStree的最大序列模式挖掘[A];NDBC2010第27屆中國(guó)數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集(B輯)[C];2010年

9 牛興雯;楊冬青;唐世渭;王騰蛟;;OSAF-tree——可迭代的移動(dòng)序列模式挖掘及增量更新方法[A];第二十一屆中國(guó)數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2004年

10 張銳;熊峗;陳越;朱揚(yáng)勇;;MS-BioSM:一個(gè)基于多支持度生物序列模式挖掘算法[A];第二十四屆中國(guó)數(shù)據(jù)庫學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2007年

相關(guān)博士學(xué)位論文 前8條

1 張勁松;基于約束的序列模式挖掘及其應(yīng)用研究[D];上海交通大學(xué);2015年

2 金陽;基于概念格模型的序列模式挖掘算法研究[D];吉林大學(xué);2007年

3 謝飛;帶有通配符的序列模式挖掘研究[D];合肥工業(yè)大學(xué);2011年

4 熊峗;生物序列模式挖掘與聚類研究[D];復(fù)旦大學(xué);2007年

5 楊鈐雯;序列模式挖掘方法及Web使用挖掘研究[D];天津大學(xué);2010年

6 陸介平;描述性規(guī)則挖掘若干關(guān)鍵技術(shù)研究[D];東南大學(xué);2006年

7 葉紅云;面向金融營(yíng)銷問題的個(gè)性化推薦方法研究[D];合肥工業(yè)大學(xué);2011年

8 徐前方;基于數(shù)據(jù)挖掘的網(wǎng)絡(luò)故障告警相關(guān)性研究[D];北京郵電大學(xué);2007年

相關(guān)碩士學(xué)位論文 前10條

1 張長(zhǎng)海;分布式序列模式挖掘算法研究[D];揚(yáng)州大學(xué);2008年

2 陳曉;基于模糊集的序列模式挖掘研究[D];天津大學(xué);2007年

3 俞單慶;序列模式挖掘及其在入侵檢測(cè)中的應(yīng)用研究[D];南京師范大學(xué);2008年

4 楊名時(shí);加權(quán)負(fù)序列模式挖掘算法研究[D];齊魯工業(yè)大學(xué);2015年

5 周慧霞;回歸方法估算最長(zhǎng)頻繁模式長(zhǎng)度研究[D];河北工業(yè)大學(xué);2015年

6 馮建;基于命題邏輯的頻繁序列模式挖掘算法的研究[D];浙江工業(yè)大學(xué);2014年

7 廖清科;面向時(shí)間序列相似性的序列模式挖掘及應(yīng)用[D];重慶交通大學(xué);2015年

8 周坤;一般周期間隙約束的序列模式挖掘[D];河北工業(yè)大學(xué);2015年

9 向劍平;Web日志中序列模式挖掘算法的研究[D];重慶大學(xué);2015年

10 董鑫;時(shí)序數(shù)據(jù)序列模式挖掘[D];南京航空航天大學(xué);2015年

，

本文編號(hào)：1958925