基于兴趣度的隐私保护关联规则挖掘算法

（） ｉｔ ｎ算 法 设计 过 程 中 ， 义 引 入 了敏 感 规 则 的左 ２在 ￣ｈ ｅ 本 件 并进 行 了 算 法 证 明 ，理 论 卜 析 并完 善 了 通 过 删 除 项 的启 分
发 式关联规则挖掘算 法。
ｌ 基 本概 念
关 联 规 则 是 Ａｇａ ａ． 人 ｌ ９ 年 首 次 提 出 的重 要 数 据 ｒｗ １ Ｒ等 ９３
联规 则。
２ １，Ｖ １ ２ Ｎ ． １５ ０ ｏ ３ ， ｏ６ １ ． ２ ２
ｍｉＣ ｎ） １ｍ＝ ￣ Ｊ ｙ ＿Ｄ ｎｕｐ ｌ ｎ ｏ ｆ 、 ／ ｘ ｌ ＩＳＩ Ｓｐ） 、 ＋ ｕ ｍｉLeabharlann Baidu＋
ｖ Ｉ （ Ｕ ｌ ＝ ＮＴ［ ｙ ＿ ｘ
／ ＾ Ｉ ＇ ／ ＝，
ｌ ＊ ｎ ｏｆ（一 ｎ ｏ ｆ＋ ， 中 Ｉ ０ 示 向 ＿ ｍｉＣ ｎ） １ ｍｉｃｎ） ｌ其 ／ ） ＮＴ 表
个 关联规则定义 为 ｘ ， 中 ｘ ，＿ ， 且 Ｘ —ｙ 其 ＿ｌｙ Ｉ并 Ｃ ｎＹ： 。ｘ称 为规则的左件 ， Ｙ称 为规 则 的 右 件 。置 信 度 定 义 为 ： ｕ ｌｘ ， ｌ ｙ／ １ ｘ ｌ
其 中 表 示 事 务 集 中 包 含 ｘ的事 务 的 数 量 。ｘ ｙ表 示 事 务 集 ｌＵ ｌ 中 同 时 包 含 Ｘ 和 Ｙ 的 事 务 的 数 量 。 规 则 的 支 持 度 计 算 为
Ｅｍａｌ ｂｕ ＠ １ ３ ｏ — ｉ ｃｍｔ ６ ． ｍ ：ｌ ｔ
刘彬 ，孟凡荣，汪楚娇 ：基 于兴趣度的 隐私保 护关联规 则挖掘算法
Ａ ｒ ｒ算法 足 当 前 最 有 影 响 的布 尔 频 繁 项 集 关 联 规 则 挖 ｐｉ ｉ ｏ 掘 算 法 。 算 法 的 挖 掘 过 程 主 要包 含 两 个 阶 段 ： 先 ， 出 所 此 首 找 有 的高 频 项 目组 （ 繁 项 集 ）要 求 高 频 项 目组 的 支 持 度 大 于 或 频 ， 等 于 所 设 定 的 最 小 支 持 度 阈 值 。 其 次 ，从 高 频 项 目组 中 构 造 强 关 联 规 则 ，即 找 出 同 时满 足 最 小 支 持 度 和 最 小 置 信 度 的 关
挖 掘 研 究 课 题 。 针 对 一 个 具 有 关 系 模 型 的数 据 集 ， 设 数 据 假 库 中 的 项 集 表 示 为 Ｉ ｛＇， ，｝ 事 务 的 集 合 表 示 为 Ｄ ＝｛， ： ｉｉ… ｉ ， ｌ ： ｔ
ｔ… ，｝其 中 每 个 事 务 ｔ 必 须 含 有 项 集 Ｉ 的 项 ， ： Ｉ 一 ： ｔ， ， Ｎ 都 中 即 ｔ 。 ＿ ｃ
Ｋｅ ｒ ｓ ｐ ｉａ ｙ ｐ ｅ ｅ ｖ ｎ ； ａ ｓ ｃ ａｉ ｎｒ ｌ ； ｄ ｔ ｎ ｎ ； ｉ ｔｒ ｓ ｅ ｓ ｒ ； ｓ ｎ ｉ ｖ ｌ ｓ ｙ ｗｏ ｄ ： ｒｖ ｃ ｒ ｓ ｒ ｉ ｇ ｓ ｏ ｉｔｏ ｕ ｅ ａａ ｍｉ ｉｇ ｎ ｅ ｅ ｔ ａ ｕ ｅ ｍ ｅ ｓｔ ｅｒ ｅ ｉ ｕ
隐私 保 护 过 程 中 ， 仅 希 望 达 到 隐藏 敏 感 规 则 的 目的 ， 不 尽 量减小对原始数据库 的改动 。同时希望在修改数据 库时 ， 尽 量 提 高 数 据 的可 用 性 ，不 要 产 生新 的 规 则 或 者 意 外 隐 藏 非 敏 感 规则， 样算法设计过程 中就需要采取 相应的策略 。 这 由关 联 规 则 的 支 持 度 和 置 信 度 计 算 公 式 得 出 ，在 不 产 生 新 规 则 的 前 提 下 ， ａｓｎ Ｅ等 人 提 出 两 种 启 发 式 策 略 来 隐 藏 Ｄ ｓｅｉ 敏感规 则 ｘ 。 —ｙ （） 定 ｌ 和 的值 不 变 的 情 况 Ｆ， 了 降低 规 则 ｘ １设 Ｘ ｌ 为 —ｙ的 支 持 度 与 置 信 度 ， 以适 当 地 减 少 ｌ 的值 ， 到 其 支 持 度 和 置 可 Ｙ ｌ 直 信度小于设 定的最小支持度 或最小置信度 ； （） 持 ｌ和 ｎ 值 不 变 ， 理 地 减 少 『的 值 ， 可 以 降 低 ２维 ｙ 的 Ｊ 合 ｘ ｆ 也 规则 ｘ —ｙ的 支 持 度 和 置 信度 ， 到 支 持 度 和 置 信 度 小 于 设 定 直
关键 词： 隐私 保 护 ； 关 联 规 则 ； 数 据 挖 掘 ； 兴 趣 度 ； 敏 感 规 则
中图法分类号 ：Ｐ ｌ Ｔ ３１
文 献标识码 ： Ａ
文 章 编 号 ： ００７ ２ ２ １） ６２２ —５ １０—０ ４（０ １Ｏ —１４０
Ｐ ｉ ａ ｙｐ ｅ ｅ ｖｎ ｓ ｏ ｉｔｏ ｕ ｅｍ ｉｉ ｇａｇ ｒｔ ｍ ｓ ｄｏ ｎ ｅ ｅ ｔ ｅ ｓ ｒ ｒｖ ｃ ｒ ｓ ｒ ｉ ｇ ａ ｓ ｃａｉ ｎｒ ｌ ｎ ｎ ｌｏ ｉ ｈ ｂａ ｅ ｎ ｉ ｔｒ ｓ ａ ｕ ｅ ｍ
对 上 述 不 足 ，在 算 法 设 计 过 程 中 引 入 了兴 趣 度 和 逐 步 移 项 的 思 想 ，通 过 对 敏 感 规 则 的 左 右 件 选 择 性 地 适 当处 理 ，不 仅 成 功 隐藏 了指 定 隐 私 规 则 集 ， 时 降 低 了对 非 敏 感 规 则 支持 度 的 影 响 ， 高 了数 据 的 可 用 性 。 理 论 和 实验 结 果 表 明 ，ｆｈｎ算 法 同 提 ｉｔｅ － 具有 较好的 隐私性和 高效性 。
ｐ ｒ ｎ ａ ｅ ｕ ｔ ｓ ｏ ｔ ａ ｅａｇ ｒ ｈ ｏ － ｅ ｓ ｉ ｈ ｙ ｅｆｃｅ ｔ ｎ ａ ｏ ｏ ｄｐ ｉ ａ ｙ ｅｉ ｍｅ ｔｌ ｓ ｌ ｈ ｗ ｔ ｈ ｌ ｏ ｉ ｍ ｆｉ ｔ ｎ ｉ ｇ ｌ ｆ ｉｎ ｄｈ ｓｇ ｔ ｏ ｒｖ ｃ ． ｒ ｓ ｈ ｔ ｔ ｆｈ ｈ ｉ ａ ｇ
收稿 日期 ：２ １—１２ ；修订日期 ：２ １－１２ 。 ０ ０１－２ ０ ｌ０ —７ 基金项目：国家 自然科学基金项 目 （０ ７ ０ ６。 ５６ ４ ８ ）
右 件 逐 步 交 叉 删 除 插 入 的 思 想 ，这 样 既 可 很 好 的 隐 藏 其 他 非
敏 感 规 则 ， 提 高 了数 据 的可 用 性 。 又
（ 国矿 业 大学 计 算机 科 学与技 术 学院 ，江苏 徐 州 ２ １１） 中 ２ ｌ６
摘 要 ：基 于 启 发 式 的 隐 私 保 护 关 联 规 则 挖 掘 算 法 常 通 过 删 除 项 或 增 加 项 改 变规 则 的 支 持 度 ，现 有 的 通 过 删 除 项 的 隐 私 保
护 关联 规 则 挖 掘 算 法 设 计 过 程 中 通 常 忽 略 了兴 趣 度 和 规 则 的左 件 ， 致 对 非敏 感 规 则 的 支持 度 和 数 据 可 用性 影 响 很 大 。 针 导
２２ ２ １， ｏ ３， ｏ 计 算 机 工程 与设 计 Ｃ ｍ ｕ ｒ ｎｉ ｅ ｎ ｄ ｅ ｇ １ ４ ０１ Ｖ １ ２ Ｎ ． ． ６ ｏ ｐｔ Ｅ ｇ ｅｒ ｇ ｎ Ｄ ｓ ｎ ｅ ｎ ｉ ａ ｉ
基于兴趣度的隐私保护 关联规则挖掘算法
刘 彬 ， 孟 凡 荣 ， 汪 楚 娇
Ｉｕ ｌＤＩ 其 中 Ｉ 是 规 则集 Ｄ 中 所 有 事 务 的 总 数 。 ｘ ｙ／ 。 ｌ Ｄｌ
作者简介：刘彬 （９６ ） １ ８ － ，男，江苏徐 州人 ，硕士研究生，研 究方 向为数据挖掘与信息安全： 孟凡荣 （９ ２ ） １６ － ，女，辽宁沈阳人 ，博士，教 授 ，ＣＣ Ｆ会 员 ， 研 究方 向为 数据 库 技 术 与 数 据挖 掘 ： 汪 楚娇 （９ ６ ， 女 ，湖 北 麻 城 人 ， 博士 研 究 生 ，研 究 方 向为 智能 优 化 与煤 矿 数 字 化 。 １７ ～）
ｓｒｉｇａｇ ｒｔｍ ｓ ｒｐ ｓ ｄ Ｔ ｏ ｇ ｒｎ ｉｇｉｔｒｓ ｍｅ ｓ ｒ ｎ ｒｐ ｒｉ ｍ （ｅｔｏ ｉｈ ａｔ ｄ ａ， ｒｄ ｃｎ ｄｌｉｇｒ ｔ ， ｅｖｎ ｌｏ ｈ ｉ ｐ ｏ ｏ ｅ ． ｒ ｕ ｈｂｉｇｎ ｅｅｔ ａ ｕｅａ ｄｐ ｏ ｅ ｅ ｉ ｎ ｔ １ｆ ｒ ｇ ｔ ｒ） ｅ ｌ ｅ ｕ ｉｇｍｏ ｉ ｎ ａｉ ｒ ｐ ｙ ｏ
ａｇ ｅ ｔｒｄ ｇ ｅ ｆ ｉ ｉｇ ｉ ｄ ｉ ｅ ｓｄ ｇ ｅ ｍｐ ｃ ｏ ｅｎ ｎ ｓ ｎ ｉ ｖ ｕｅ ａ ｅｍａ ｅｔ ｏ Ｔ ｅ ｒ ｔ ａ ｎ ｌ ｓｓａ ｄ ｅ — ｒ ａ ｅ ｅ ｒ ｅｏ ｄ ｎ ｓｍａ ｅ ｗｈ ｌ ａｌ ｓ ｅ ｒ ｅｉ ａ ｔ ｒｔ ｏ —ｅ ｓｔ ｅｒ ｌｓｃ ｎ ｂ ｄ ． ｈ ｏ ｅｉ ｌ ａｙ ｉ ｎ ｘ ｈ ｅ ｆ ｈ ｉ ｏ ｃ ａ
下 取 整 数 ， 而 易 见 ， ＝１、 ≥ｎ 对 于 敏 感 规 则 ｘ ｙ 根 据 给 显 ｕ １ｖ 。 １ — ， 定 的 支 持 度 和 置 信 度 ， 们 提 出 以下 启 发 式 策 略 来 进 行 规 则 我
隐藏 。 （） 除 项 为敏 感 规 则 的右 件 ： １删
２ 问题 描 述
Ａｂ ｔ ａ ｔ Ｉ ｒ ｅ ｈ ｎ ｅｔ ｅ ｓ ｐ ｏ ｆ ｕ ｅ ， ｔ ｅ ｈ ｕ ｉｔ ｐ ｒ ａ ｈ ｓａ ｅｕ ｕ ｌ ｅ ｌ ｅ ｙ ｄ ｌｔ ｇ ａ ｅ ｏ ｎ ｅｔ ｇ ｉ ｍ． ｓｒ ｃ ： ｎ ｏ ｄ ｒ ｏ ｃ ａ ｇ ｈ ｕ ｐ ｒ ｏ ｌｓ ｈ ｅ ｒｓｉ ａ ｐ ｏ ｃ ｅ ｒ ｓ ａｌ ｒ ａｉ ｄ ｂ ｅｅ ｉ ｎ ｉ ｍ ｒｉｓ ｒ ｎ ｅ ｔ ｔ ｒ ｃ ｙ ｚ ｎ ｔ ｉ ｔ Ｅ ｉｔ ｇ ｐ ｉ ａ ｙｐ ｅ ｅ ｖ ｎ ｓ ｏ ｉｔ ｎ ｒ ｌ ｎｎ ｌ ｏ ｉ ｍ ｓ ｙｒ ｍ ｏ ｉ ｇ ｉ ｍ ｓ ａｌ ｅ ｌｃｅ ｔｒ ｓ ｅ ｓ ｒ ｎ ｅｌｆ ａ ｄ ｏ ｘ ｓｉ ｒ ｃ ｒ ｓ ｒ ｉｇ ａ ｓ ｃ ａ ｉ ｕ ｅｍｉ ｉ ｇ ａｇ ｒｔ ｎ ｖ ｏ ｈ ｂ ｅ ｖ ｎ ｅ ｕ ｕ ｌ ｎ ｇ ｅ ｔｄ ｉ ｅ ｅ ｔ ａ ｕ ｅ ａ ｄ ｔ ｔ ｈ ｎ ｆ ｔ ｙ ｎ ｍ ｈ ｅ ｒ ｌｓ ｗｈ ｃ ｆ ｃ ｏ ・ｅ ｔ ｃｉ ｅｒ ｌ ｐ ｏ ｎ ｖ ｉ ｂ ｔ ｆ ａａｎ ｇ ｔ ｅｙ Ｆ ｃ ｓ ｇｏ ｅｓ ｏ ｔ ｏ ｎ ， ａ ｆ ｃｉ ｅ ｒ ａ ｙｐ ｅ ｕｅ ， ｉｈａ ｅ ｔ ｎ ｒ ｓ ｔ ｅｓ ｐ ｒ ａ ｄａ ａ ｌ ｉ ｏ ｄ ｔ ｅ ａ ｉ ｌ ． ｏ ｕ ｉ ｎｔ ｈ ｒ ｍｉ ｇ ｎ ｉ ｒ ｖ ｕ ｕ ｔ ａ ｙ ｖ ｎ ｈ ｃ ｎｅ ｅ ｔ ｉ ｃ ｒ — ｖ ｐ ｖ
Ｌ Ｕ Ｂｉ， ＭＥ ａ ． ｎ ， ＷＡＮＧ Ｃ ｕｊａ Ｉ ｎ ＮＧ Ｆ ｎｒ ｇ ｏ ｈ－ ｏ ｉ
（ ｃ ｏ ｌ ｆ ｏ ｕｅ ｃｅ ｃ ｄＴ ｃ ｎ ｌｇ ，Ｃｈｎ ｉｅｓｙｏ ｎｎ ｎ ｅｈ ｏｏ ｙ Ｘｕ ｈ ｕ２ ， Ｃ ｉａ Ｓ ｈ ｏ ｍｐ ｔｒ ｉｎ ｅＡｎ ｅｈ ｏｏ ｙ ｏＣ Ｓ ｉａＵｎｖ ｒｉ ｆ ｔ Ｍｉｉｇａ ｄＴ ｃ ｎ ｌｇ ， ｚ ｏ ２ １１ １ ６ ｈｎ ）
０ 引 言
近 年 来 ， 私 保 护 数 据 挖 掘 已经 成 为 数 据 挖 掘 领 域 的 研 隐 究 热 点 之 ～ ， 联 规 则 挖 掘 作 为 数 据 挖 掘 研 究 的 一个 重 要 分 关 支 ， 隐 私 保 护 方 而 已 受 到 广 泛 的 关 注 ， 得 了很 大 进 展 。 在 取 我 们 发 现 ， 实 际 应 用 仪 考 虑 支 持 度 和 信 度 是 ／ 够 的 ， 在 ＿ 卜 ｆ 现 有 的 众 多 关 联 规 则 挖 掘 算 法 在 设 计 ｑ 已 经 引 入 了 第 ３个 １ 阈 值—— 兴 趣 度 ， 并给 出 了兴趣 度 的 形 式 化 定 义 和 计算 方 法 ， 这 里 对 用 户 有 价 值 的 规 则 称 之 为 “ 趣 的 ” 同 理 ， 隐私 保 有 。 在 护数据清洗过程 中， 务项对用户的敏感程度是不一样的 ， 事 这 里 对 用 户 有 价 值 的 事 务 项 称 之 为 “ 趣 的 ” 有 。 为 了进 一 步 提 高 数 据 库 的 质 量 ， 降低 隐 藏 失 败 率 和 规 则 丢 失率 “ 本 文 延 续 文 献 【．】 工作 并 引 入 了 兴趣 度和 敏 感 规 ， ２４ 的 则左件 的概念， 要贡献有两 点： 主 （） 文 提 出 的 算 法 弓入 了 兴趣 度 的 概 念 ， 时在 删 除 兴 １本 ｌ 同 趣 度 低 的项 的 过 程 中 借 鉴 并延 伸 了 文 献 【］ 的 方 法 ， ５中 引入 左