基于本地差分隱私下頻繁模式挖掘關(guān)鍵技術(shù)研究
發(fā)布時(shí)間:2023-03-04 16:14
近年來(lái),隨著信息技術(shù)的快速發(fā)展,個(gè)人和企業(yè)產(chǎn)生了大量的數(shù)據(jù)信息。為了向用戶(hù)提供更好的個(gè)性化服務(wù),各種社交組織更加熱衷于收集和分析用戶(hù)數(shù)據(jù)。但是用戶(hù)數(shù)據(jù)中通常包含個(gè)人敏感信息,直接發(fā)布和分析會(huì)導(dǎo)致用戶(hù)隱私的泄露,從而給用戶(hù)安全帶來(lái)威脅。保護(hù)用戶(hù)隱私常用的方法有匿名化、數(shù)據(jù)加密、差分隱私等,但這些方法存在無(wú)法防范具有任意背景知識(shí)者的攻擊問(wèn)題或者不可抵御來(lái)自不可信第三方收集者的攻擊問(wèn)題。為了解決這些問(wèn)題,出現(xiàn)了本地差異隱私保護(hù)模型,該模型能夠保證除用戶(hù)自身外其他任何人無(wú)法準(zhǔn)確獲取用戶(hù)的真實(shí)信息。頻繁項(xiàng)挖掘是數(shù)據(jù)挖掘中的一個(gè)重要研究工作,其挖掘結(jié)果可以應(yīng)用到預(yù)測(cè)商品未來(lái)銷(xiāo)售趨勢(shì)等服務(wù)當(dāng)中。針對(duì)在本地差分隱私模型下現(xiàn)有的頻繁項(xiàng)挖掘技術(shù)都是基于簡(jiǎn)單的單值數(shù)據(jù)類(lèi)型上做的,本文在較復(fù)雜的鍵值對(duì)類(lèi)型上進(jìn)行頻繁項(xiàng)挖掘。根據(jù)‘鍵’和‘值’的敏感情況,采用不同的方法進(jìn)行挖掘。其中當(dāng)‘鍵’和‘值’均敏感情況下使用部分?jǐn)_動(dòng)和截?cái)鄟?lái)實(shí)現(xiàn)更高的挖掘精度。實(shí)驗(yàn)結(jié)果表明,上述方法在分布精度方面優(yōu)于競(jìng)爭(zhēng)對(duì)手方法。頻繁序列模式挖掘是本文的另一個(gè)重要的挖掘?qū)ο。?duì)于序列型數(shù)據(jù),本文提出了在本地差分隱私模型下使用前綴樹(shù)結(jié)構(gòu)的LD...
【文章頁(yè)數(shù)】:71 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
ABSTRACT
主要符號(hào)表
1 引言
1.1 研究背景和意義
1.2 國(guó)內(nèi)外研究狀況
1.2.1 本地差分隱私下單值數(shù)據(jù)頻率統(tǒng)計(jì)技術(shù)研究現(xiàn)狀
1.2.2 本地差分隱私下多值數(shù)據(jù)頻率統(tǒng)計(jì)技術(shù)研究現(xiàn)狀
1.2.3 研究現(xiàn)狀分析
1.3 研究?jī)?nèi)容
1.4 論文組織結(jié)構(gòu)
1.5 論文主要貢獻(xiàn)
2 基礎(chǔ)理論
2.1 序列數(shù)據(jù)概念
2.2 頻繁模式挖掘
2.2.1 頻繁模式挖掘相關(guān)概念
2.2.2 頻繁模式挖掘相關(guān)技術(shù)
2.3 隱私保護(hù)技術(shù)
2.3.1 匿名化技術(shù)
2.3.2 數(shù)據(jù)加密技術(shù)
2.3.3 差分隱私技術(shù)
2.3.4 本地差分隱私技術(shù)
3 基于本地差分隱私的頻繁項(xiàng)挖掘算法研究
3.1 引言
3.2 基于鍵值對(duì)數(shù)據(jù)的隱私頻繁項(xiàng)挖掘算法描述
3.2.1 問(wèn)題描述與解決方案
3.2.2 方法綜述
3.2.3 關(guān)鍵技術(shù)與理論證明
3.3 實(shí)驗(yàn)仿真
3.3.1 實(shí)驗(yàn)環(huán)境與數(shù)據(jù)
3.3.2 實(shí)驗(yàn)結(jié)果與分析
3.4 本章小結(jié)
4 基于本地差分隱私的頻繁序列挖掘算法研究
4.1 引言
4.2 頻繁序列挖掘算法描述
4.2.1 問(wèn)題描述和解決方案
4.2.2 方法綜述
4.2.3 頻繁序列挖掘關(guān)鍵技術(shù)
4.2.4 算法誤差分析
4.3 實(shí)驗(yàn)仿真
4.3.1 實(shí)驗(yàn)環(huán)境與數(shù)據(jù)
4.3.2 實(shí)驗(yàn)結(jié)果與分析
4.4 本章小結(jié)
5 總結(jié)與展望
5.1 論文總結(jié)
5.2 進(jìn)一步的工作
參考文獻(xiàn)
攻讀學(xué)位期間科研成果
致謝
本文編號(hào):3754593
【文章頁(yè)數(shù)】:71 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
摘要
ABSTRACT
主要符號(hào)表
1 引言
1.1 研究背景和意義
1.2 國(guó)內(nèi)外研究狀況
1.2.1 本地差分隱私下單值數(shù)據(jù)頻率統(tǒng)計(jì)技術(shù)研究現(xiàn)狀
1.2.2 本地差分隱私下多值數(shù)據(jù)頻率統(tǒng)計(jì)技術(shù)研究現(xiàn)狀
1.2.3 研究現(xiàn)狀分析
1.3 研究?jī)?nèi)容
1.4 論文組織結(jié)構(gòu)
1.5 論文主要貢獻(xiàn)
2 基礎(chǔ)理論
2.1 序列數(shù)據(jù)概念
2.2 頻繁模式挖掘
2.2.1 頻繁模式挖掘相關(guān)概念
2.2.2 頻繁模式挖掘相關(guān)技術(shù)
2.3 隱私保護(hù)技術(shù)
2.3.1 匿名化技術(shù)
2.3.2 數(shù)據(jù)加密技術(shù)
2.3.3 差分隱私技術(shù)
2.3.4 本地差分隱私技術(shù)
3 基于本地差分隱私的頻繁項(xiàng)挖掘算法研究
3.1 引言
3.2 基于鍵值對(duì)數(shù)據(jù)的隱私頻繁項(xiàng)挖掘算法描述
3.2.1 問(wèn)題描述與解決方案
3.2.2 方法綜述
3.2.3 關(guān)鍵技術(shù)與理論證明
3.3 實(shí)驗(yàn)仿真
3.3.1 實(shí)驗(yàn)環(huán)境與數(shù)據(jù)
3.3.2 實(shí)驗(yàn)結(jié)果與分析
3.4 本章小結(jié)
4 基于本地差分隱私的頻繁序列挖掘算法研究
4.1 引言
4.2 頻繁序列挖掘算法描述
4.2.1 問(wèn)題描述和解決方案
4.2.2 方法綜述
4.2.3 頻繁序列挖掘關(guān)鍵技術(shù)
4.2.4 算法誤差分析
4.3 實(shí)驗(yàn)仿真
4.3.1 實(shí)驗(yàn)環(huán)境與數(shù)據(jù)
4.3.2 實(shí)驗(yàn)結(jié)果與分析
4.4 本章小結(jié)
5 總結(jié)與展望
5.1 論文總結(jié)
5.2 進(jìn)一步的工作
參考文獻(xiàn)
攻讀學(xué)位期間科研成果
致謝
本文編號(hào):3754593
本文鏈接:http://sikaile.net/kejilunwen/ruanjiangongchenglunwen/3754593.html
最近更新
教材專(zhuān)著