[发明专利]一种基于压缩矩阵的隐私保护挖掘方法

摘要

隐私保护是当前数据挖掘领域中一个十分重要的研究课题，其目标是在不精确访问真实原始数据的条件下，得到准确的模型和分析结果。为了提高隐私保护挖掘算法的效率，本发明提出了一种基于压缩矩阵的隐私保护算法(CMEMASK)。该算法将原始数据库进行扭曲之后，将其用Bitmap的形式表示，形成Bitmap矩阵，采用压缩矩阵的思想，简化了候选项集的生成过程；利用项集按位“AND”操作后与权值按位相乘的和来计算支持度计数，提高了计算效率。本发明用于隐私保护数据挖掘效果显著，既可以有效地挖掘频繁项集，又具有更高的计算效率。

主权项

一种基于压缩矩阵的隐私保护算法的方法，该方法包括如下步骤：(1)首先把原始数据库文件进行扭曲，然后把扭曲后的数据文件按记录顺序排列转化成规范化的Bitmap矩阵文件；(2)通过位AND操作并与权值按位相乘的和计算1‑项集的支持度计数，然后通过EMASK算法中的推断方法对原始数据的支持度计数进行计算，删除不满足最少支持度计数的1‑项集，生成频繁1‑项集；(3)利用压缩矩阵的思想产生k+1项候选项集，k≥1；(4)对产生的k+1项候选集进行支持度计算，通过项集按位“AND”操作后与权值按位相乘的和来计算支持度计数，然后通过EMASK算法中用到的推断方法对原始数据的支持度计数进行计算，删除不满足最少支持度计数的k+1项集，生成频繁k+1项集；(5)重复第(3)和第(4)步，直到没有k+1项集产生；(6)原始数据库的频繁项集就是长度为1，2，3，...，n的满足最少支持度计数的项集。