隐私保护—分布式挖掘中的改进型评价函数.pdfVIP

第30卷 第6期 武 汉 理 工 大 学 学 报 VO1．30 No．6 2008年6月 JOURNAL OFⅥ HAN UNIVERSIIT OF Ⅱ1CHN0I IGY Jun．2008 隐私保护一分布式挖掘中的改进型评价函数 吕 品 ，于文兵2 (1．武汉工程大学计算机科学与工程学院，武汉430073；2．武汉工程大学理学院，武汉430073) 摘 要： 隐私保护的目标是要在不精确访问真实原始数据的条件下，如通过病历，对乳腺癌的确诊，得到准确的模型和 分析结果。研究了分布式环境下构造贝叶斯网络结构的K2算法的评价函数，并且以密码学中的两方安全计算为基础 对该函数进行改进。通过理论分析和实验结果说明了改进的评价函数能够得到与原始的评价函数相同的贝叶斯网络结 构。达到了数据垂直分布情况下隐私保护的目的。 关键词： 隐私保护数据挖掘； 贝叶斯网络； 评价函数 中图分类号：TP 309 文献标识码： A 文章编号：1671—4431(2008)06—0140—03 Improved Score Function on Privacy·preserving Distributed Mining LV Pin1 yU Wen—bing2 ． (1．School of Computer Science and Engineering，Wuhan Institute of Technology，Wuhan 430073，China； 2．School of Sciences，Wuhan Institute of Technology，Wuhan 430073，China) Abstract： The purpo~of privacy preservation was to discover accurate patterns without precise accc~s to the original data． For example，the result of breast—cancer could be obtained according to diseases data．The paper researched the score function of K2 Algorithm for constructing the Bayesian Networks in the distributed settings，and improved the score function based on the two-party computation of the cryptographic preliminaries．It could generate the BaFfle structures whether original score function or improved score function by the theory analysis and experimental results．The purtxase of privacy preserving was reached on vertically partitioned data． Key words： privacy-preserving data mining； bayesian networks； score function 分布式数据挖掘根据结点间的数据分布情况，分为水平分布和垂直分布2种，水平分布是指数据按记录 分布在不同的站点，垂直分布是指数据按属性分布在不同的站点。如何在分布式环境中，与对方共享数据的 情况下而不暴露自己的信息是隐私保护数据挖掘研究的另一个重要方面 1j。文献[2]提出了一个从垂直分 割的数据中挖掘全局关联规则的隐私保护算法。文献[3]提出了从一个