[发明专利]一种面向差分隐私保护的频繁项集挖掘方法

摘要

本发明公开了一种面向差分隐私保护的频繁项集挖掘方法，包括以下步骤：计算出所有项集的支持度，从中挑选出频繁项集；统计数据集中各条事务的长度，计算出截断长度L后截断数据集；计算频繁项集包含项的个数上限m和频繁项个数λ，根据λ值构造频繁项组成的集合F；构造最大频繁项集MFI集合B及候选项集集合C；使用集合B对集合C中的项集进行加噪；使用初始MFI集合B计算得到各个候选项集的支持度之后，计算与真实支持度的误差之和E；在B中搜索B、B，用B取代B并且更新误差和E的值；当误差和不再减小时停止迭代并输出结果。本发明可以很好地防止发布频繁项集会造成的个人隐私泄露，同时截断数据集的操作也有效地提高了挖掘结果的可用性。

主权项

1.一种面向差分隐私保护的频繁项集挖掘方法，其特征在于，包括以下步骤：步骤1：基于预设的数据集D＝{T1,T2…Tm}，项集域A＝{i1,i2…in}，使用Apriori算法计算出所有项集的支持度，从中挑选出频繁项集；步骤2：统计数据集中各条事务的长度并计算截断长度L，根据所述截断长度L截断数据集；步骤3：计算频繁项集包含项的个数上限m和频繁项个数λ，根据λ值构造频繁项组成的集合F；步骤4：构造最大频繁项集MFI集合B及候选项集集合C；步骤5：使用最大频繁项集集合B对候选项集集合C中的项集进行加噪；步骤6：使用初始最大频繁项集集合B计算得到各个候选项集的支持度，计算与真实支持度的误差之和E；遍历集合B，寻找Bi、Bj∈B，Bi、Bj是B中的两个最大频繁项集；合并Bi、Bj后的集合为B′，若使用B′对候选项集进行加噪产生的误差和小于E，则用B′取代B并且更新误差之和E的值；当误差之和不再减小时停止迭代并输出结果。