[发明专利]一种基于频繁项检索的云平台隐私保护方法

摘要

本发明涉及一种基于频繁项检索的云平台隐私保护方法，该方法包括根据关联规则算法抽取出数据的频繁项集；通过多关键字并行检索建立频繁项模型库；使用并行分布式排序算法对检索结果排序，找出敏感记录；在云平台上使用聚类算法对敏感记录进行差分隐私保护。本发明方法根据数据的频繁项的情况，检索出会暴露出用户信息的敏感记录，并针对性的做差分隐私保护。从而避免根据已知的非敏感信息推测出相关敏感信息。本方法只对敏感记录进行保护，未影响到其他信息量，在提高发布数据的效用的同时，减少了数据泄漏风险，保证了云平台上的数据安全。

主权项

一种基于频繁项检索的云平台隐私保护方法，其特征在于：(1)根据关联规则算法抽取出数据的频繁项集，具体包括：(1‑1)根据数据情况和用户需要设定最小支持度和第1项候选集；(1‑2)分析原始数据的数据项，构建键值对序列集，通过键值对序列集合第k项候选集的关联，找出频繁k项集；(1‑3)对频繁k项集的单表关联，并进行分布式剪枝，得出第k+1项候选集；(1‑4)对步骤(1‑2)和(1‑3)中的作业任务进行组合式链接执行，直到不能找出k+1项候选集；(2)通过多关键字并行检索建立频繁项模型库，包括：在云平台上，使用针对频繁项的多关键字并行检索，根据频繁项集中的各频繁项及其权值，以倒排索引的形式建立频繁项模型库；(3)使用并行分布式排序算法对检索结果排序，找出敏感记录，具体步骤为：在hadoop云平台上，获取频繁项权值的均值，给评分设定一个阈值，以频繁项为主题，通过离线计算出一个PageRank向量集合，这个集合中，每个向量与一个频繁项相关，使用主题敏感的PageRank算法对检索结果进行排序，并计算数据记录与主题的匹配情况，找出评分大于阈值的敏感记录；(4)在云平台上使用聚类算法对敏感记录进行差分隐私保护，具体步骤为：在hadoop云平台上，使用MapReduce技术，通过基于划分的并行化Kmeans聚类算法对敏感记录进行聚类，从而将敏感记录划分为若干个簇，每个簇中的记录用该簇的中心点差分替换，使得同一簇中记录无法区分，达到差分隐私保护的目的。