计算机工程
計算機工程
계산궤공정
COMPUTER ENGINEERING
2010年
5期
79-80,83
,共3页
分组无关问题模型%随机响应%关联规则挖掘
分組無關問題模型%隨機響應%關聯規則挖掘
분조무관문제모형%수궤향응%관련규칙알굴
grouping unrelated-question model%random response%association rules mining
针对分组无关问题模型存在隐私泄露的问题,提出一种改进的分组无关问题模型,采用随机响应的方法,通过对原始数据进行伪装变换处理,实现具有隐私保护的关联规则挖掘.实验结果表明,改进后的模型在伪装变换后的数据集上挖掘出的规则与原始数据规则相比,保证了低误差,具有较好的隐私保护性.
針對分組無關問題模型存在隱私洩露的問題,提齣一種改進的分組無關問題模型,採用隨機響應的方法,通過對原始數據進行偽裝變換處理,實現具有隱私保護的關聯規則挖掘.實驗結果錶明,改進後的模型在偽裝變換後的數據集上挖掘齣的規則與原始數據規則相比,保證瞭低誤差,具有較好的隱私保護性.
침대분조무관문제모형존재은사설로적문제,제출일충개진적분조무관문제모형,채용수궤향응적방법,통과대원시수거진행위장변환처리,실현구유은사보호적관련규칙알굴.실험결과표명,개진후적모형재위장변환후적수거집상알굴출적규칙여원시수거규칙상비,보증료저오차,구유교호적은사보호성.
Aiming at the problem of privacy leak exists in the grouping unrelated-question model,this paper presents an improved grouping unrelated-question model to achieve the Privacy-preserving association rules through disguising and changing the original data.Experimental results show that the role which algorithm gets has a lower error and better privacy compared with the original rule.
