[发明专利]一种面向大型商场交易记录的高安全性频繁项集挖掘方法

说明书

本发明提出了一种面向大型商场交易记录的高安全性频繁项集挖掘方法，用于解决现有技术中存在的数据挖掘过程中安全性较低的技术问题。实现步骤为：云服务提供者CSP和评估员分别获取自己的公私钥对；CSP计算联合公钥并发送给用户；每个用户将加密后的交易记录发送给CSP；挖掘者生成挖掘问询并发送给CSP；CSP计算置换后的内积密文并发送给评估员；评估员将对置换后的内积密文ω'_δ进行评估的结果v发送给CSP；CSP计算挖掘结果并发送给挖掘者。本发明中用户通过联合公钥对交易记录进行加密，提高了协议的安全性。

技术领域

本发明属于信息安全技术领域，具体涉及一种面向大型商场交易记录的高安全性频繁项集挖掘方法。

背景技术

随着云服务的兴起，很多用户为了节约存储空间，选择将自己的数据存储在云服务器上，于是，云服务器拥有大量数据，而其中的一些数据之间可能存在某种隐藏的关系，这种关系可以用来进行市场预测，入侵检测和网络流量管理等。为了揭示这种隐藏的关系，出现了数据挖掘技术。关联规则挖掘是数据挖掘中一种重要的方法，频繁项集挖掘又是关联规则挖掘的基础步骤，因此，频繁项集的挖掘是至关重要的。在挖掘大型商场交易记录的频繁项集过程中，半诚实的第三方可能获取与交易记录相关的信息，但是用户并不希望泄露这些隐私信息，于是需要对用户的数据进行隐私保护，所以，需要一种面向大型商场交易记录的高安全性频繁项集挖掘方法。

为了在频繁项集挖掘的过程中保护数据隐私，一些基于随机化的频繁项集挖掘方法被提出，但是这些方法不能保证频繁项目挖掘的准确性和实用性，因此，Yi et al.提出了基于密码学的频繁项集挖掘方法，用户对自己的交易记录进行加密，然后将密文数据上传给云服务器，多个半诚实的辅助服务器和云服务器进行交互计算挖掘结果。这种方法在一定程度上实现了对交易记录的隐私保护，但是需要多个半诚实的辅助服务器，带来了通信消耗，增加了协议运行时间。因此，Shuo Qiu等人在期刊《Transactions on CloudComputing》上发表了题目为“Toward Practical Privacy-Preserving Frequent ItemsetMining on Encrypted Cloud Data”的论文(2017,99:1-1)，公开了一种面向大型商场交易记录的隐私保护频繁项集挖掘方法，在其挖掘模型中只有四个实体，用户，云服务提供者CSP，挖掘者和评估员。用户对自己的交易记录进行加密，并将加密后的结果发送给CSP，挖掘者生成挖掘问询并发送给CSP，CSP和评估员进行交互挖掘频繁项集，得到挖掘结果并发送给挖掘者。由于仅仅使用一个辅助服务器(评估员)和CSP进行交互，降低了通信消耗，提高了挖掘效率。但是在用户使用评估员的公钥对自己的交易记录进行加密，然后将密文发送给CSP的过程中，存在密文数据被评估员截获的安全性问题，而评估员拥有私钥，可以直接对截获的密文进行解密，获得明文交易记录，破坏了频繁项集挖掘方法的安全性。

发明内容

本发明的目的在于克服上述现有技术存在的缺陷，提出了一种面向大型商场交易记录的高安全性频繁项集挖掘方法，用于解决现有技术中存在的数据挖掘过程中安全性较低的技术问题。

为实现上述目的，本发明采取的技术方案包括如下步骤：

(1)云服务提供者CSP和评估员分别获取自己的公私钥对：

云服务提供者CSP和评估员分别采用密钥生成算法EDD.KeyGen生成各自的公私钥对，云服务提供者CSP的公私钥对为{PK_CSP,SK_CSP}，评估员的公私钥对为{PK_EVA,SK_EVA}，其中，PK_CSP为CSP的公钥，SK_CSP为CSP的私钥，PK_EVA为评估员的公钥，SK_EVA为评估员的私钥；

(2)云服务提供者CSP计算联合公钥PK，并发送给用户：