已閱讀1頁，還剩55頁未讀， 繼續(xù)免費閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領
文檔簡介
1、本文首先全面概述了隱私保護的相關技術及應用領域,系統(tǒng)分析了目前國內(nèi)外一些研究機構(gòu)所取得的進展。針對目前隱私保護挖掘算法所存在的缺陷,例如數(shù)據(jù)保護程度不高,事務數(shù)據(jù)庫中的規(guī)則損失率較大等問題,本文采用PPARM算法和基于移項的隱私保護算法(IMBA)相結(jié)合的策略,提出了一種基于關聯(lián)規(guī)則的隱私保護的算法——SWTA算法。以數(shù)據(jù)挖掘中的關聯(lián)規(guī)則為基本原理,通過對敏感規(guī)則集合中的敏感項做較少的操作,實現(xiàn)了在較小的時間修改開銷下,用移項的方法進行
2、敏感規(guī)則隱藏,減小了非敏感規(guī)則在此過程中所受到的影響,較好地解決了關聯(lián)規(guī)則中隱私保護問題。在隱私率相同的情況下,提高了隱私信息的受保護程度和降低了事務數(shù)據(jù)庫的規(guī)則損失率,更大程度地做到了隱私保護。在VC++環(huán)境下實現(xiàn)了該算法的仿真,驗證結(jié)果表明,通過對同一原始數(shù)據(jù)庫的進行操作,在輸入性能參數(shù)相同的情況下,基于SWTA算法的隱私保護關聯(lián)規(guī)則挖掘算法比原有的算法在數(shù)據(jù)的保護程度上具有更好的隱私性,同時也驗證了相比于PPARM算法,SWTA算
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 一種基于索引的關聯(lián)規(guī)則挖掘算法研究.pdf
- 一種基于隱私保護的網(wǎng)格聚類算法.pdf
- 隱私保護關聯(lián)規(guī)則挖掘算法的研究.pdf
- 一種關聯(lián)規(guī)則算法研究與改進.pdf
- 基于遺傳算法的關聯(lián)規(guī)則隱私保護挖掘研究.pdf
- 數(shù)據(jù)挖掘中基于關聯(lián)規(guī)則隱私保護算法的研究.pdf
- 一種改進的關聯(lián)規(guī)則挖掘算法.pdf
- 面向關聯(lián)規(guī)則挖掘的隱私保護算法研究.pdf
- 一種基于關聯(lián)規(guī)則數(shù)據(jù)挖掘改進算法的研究.pdf
- 一種基于K-匿名的隱私保護算法.pdf
- 關聯(lián)規(guī)則及數(shù)據(jù)的隱私保護算法研究.pdf
- 一種基于網(wǎng)格匿名區(qū)域的位置隱私保護算法.pdf
- 一種基于模式變換的高效關聯(lián)規(guī)則挖掘算法.pdf
- 一種基于生物數(shù)據(jù)的多層關聯(lián)規(guī)則挖掘算法.pdf
- 一種改進的并行關聯(lián)規(guī)則挖掘算法.pdf
- 一種基于搜索算法的關聯(lián)規(guī)則發(fā)現(xiàn)及其更新研究.pdf
- 一種新的關聯(lián)規(guī)則挖掘并行算法.pdf
- 保護隱私的關聯(lián)規(guī)則挖掘研究.pdf
- 一種加權(quán)關聯(lián)規(guī)則模型及挖掘算法研究.pdf
- 一種基于匿名的位置隱私保護方法研究.pdf
評論
0/150
提交評論