基于滑动窗口的敏感关联规则隐藏

吉林大学学报(工学版) ›› 2013, Vol. 43 ›› Issue (01): 172-178.

基于滑动窗口的敏感关联规则隐藏

张君维, 杨静, 张健沛, 张乐君

哈尔滨工程大学计算机科学与技术学院, 哈尔滨 150001

收稿日期:2011-05-14 出版日期:2013-01-01 发布日期:2013-01-01
作者简介:张君维(1983-),女,博士研究生.研究方向:数据挖掘,隐私保护.E-mail:zhangjunwei20@hrbeu.edu.cn
基金资助:
国家自然科学基金项目(61073041,61073043);黑龙江省自然科学基金项目(F200901);哈尔滨市科技创新人才研究专项项目(2011RFXXG015,2010RFXXG002);高等学校博士学科点专项科研基金项目(20112304110011).

Sensitive association rule hiding based on sliding window

ZHANG Jun-wei, YANG Jing, ZHANG Jian-pei, ZHANG Le-jun

College of Computer Science and Technology, Harbin Engineering University, Harbin 150001, China

Received:2011-05-14 Online:2013-01-01 Published:2013-01-01

摘要/Abstract

摘要： 提出了一种新的基于数据流的关联规则隐藏算法HSRDS,采用一种变化的频繁模式树(TFP-Tree)作为原始数据与清洗后数据的过渡结构,并结合滑动窗口技术,快速实现最新数据的敏感规则隐藏。同时在进行敏感关联规则隐藏的过程中,提出了两个阈值σ和δ,使得保证敏感规则成功隐藏的同时,也能最小化隐藏规则所产生的负面效应。

关键词: 计算机应用, 敏感关联规则, 数据挖掘, 规则隐藏

Abstract: We propose an algorithm, HSRDS, which achieves the sensitive association rule hiding based on data stream. In this algorithm, we adopt Transformative FP-Tree (TFP-Tree) as transitional structure between original data set and sanitized data set, and complete the sensitive association rule hiding of the newest data combined with sliding window. Furthermore, in the progress of hiding sensitive association rule, we inject two thresholds that are σ and δ, to guarantee that the sensitive association rule can be hidden successfully, at the same time the side effect, resulting from the hiding sensitive rule, can be minimized.

Key words: computer application, sensitive association rule, data mining, rule hiding

中图分类号:

TP393

张君维, 杨静, 张健沛, 张乐君. 基于滑动窗口的敏感关联规则隐藏[J]. 吉林大学学报(工学版), 2013, 43(01): 172-178.

ZHANG Jun-wei, YANG Jing, ZHANG Jian-pei, ZHANG Le-jun. Sensitive association rule hiding based on sliding window[J]. 吉林大学学报(工学版), 2013, 43(01): 172-178.

参考文献

[1] Agrawal R, Imielinski T, Swami A. Mining association rules between sets of items in large databases//Proc the ACM SIGMOD International Conference on Management of Data, Washington, DC, 1993.

[2] Shyue-liang W, Jafari A. Hiding informative association rule sets[J]. Expert Systems with Applications,2007,33(2):316-323.

[3] Shyue-liang W. Hiding sensitive predictive association rules//IEEE International Conference on Information Reuse and Integration, 2005:164-169.

[4] Oliveira S, Zaiane O. Protecting sensitive knowledge by data sanitization//Proceedings of the Third IEEE International Conference on Data Mining, 2003: 99-106.

[5] Amiri A. Dare to share: protecting sensitive knowledge with data sanitization[J]. Decision Support Systems, 2007, 43(1):181-191.

[6] Agrawal R, Srikant R. Fast algorithms for mining association rules//Conf of the 20 VLDB Conference, 1994:487-499.

相关文章 15

[1]	刘富,宗宇轩,康冰,张益萌,林彩霞,赵宏伟. 基于优化纹理特征的手背静脉识别系统[J]. 吉林大学学报(工学版), 2018, 48(6): 1844-1850.
[2]	王利民,刘洋,孙铭会,李美慧. 基于Markov blanket的无约束型K阶贝叶斯集成分类模型[J]. 吉林大学学报(工学版), 2018, 48(6): 1851-1858.
[3]	金顺福,王宝帅,郝闪闪,贾晓光,霍占强. 基于备用虚拟机同步休眠的云数据中心节能策略及性能[J]. 吉林大学学报(工学版), 2018, 48(6): 1859-1866.
[4]	赵东,孙明玉,朱金龙,于繁华,刘光洁,陈慧灵. 结合粒子群和单纯形的改进飞蛾优化算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1867-1872.
[5]	刘恩泽,吴文福. 基于机器视觉的农作物表面多特征决策融合病变判断算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1873-1878.
[6]	欧阳丹彤, 范琪. 子句级别语境感知的开放信息抽取方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1563-1570.
[7]	刘富, 兰旭腾, 侯涛, 康冰, 刘云, 林彩霞. 基于优化k-mer频率的宏基因组聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1593-1599.
[8]	桂春, 黄旺星. 基于改进的标签传播算法的网络聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1600-1605.
[9]	刘元宁, 刘帅, 朱晓冬, 陈一浩, 郑少阁, 沈椿壮. 基于高斯拉普拉斯算子与自适应优化伽柏滤波的虹膜识别[J]. 吉林大学学报(工学版), 2018, 48(5): 1606-1613.
[10]	车翔玖, 王利, 郭晓新. 基于多尺度特征融合的边界检测算法[J]. 吉林大学学报(工学版), 2018, 48(5): 1621-1628.
[11]	赵宏伟, 刘宇琦, 董立岩, 王玉, 刘陪. 智能交通混合动态路径优化算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1214-1223.
[12]	黄辉, 冯西安, 魏燕, 许驰, 陈慧灵. 基于增强核极限学习机的专业选择智能系统[J]. 吉林大学学报(工学版), 2018, 48(4): 1224-1230.
[13]	傅文博, 张杰, 陈永乐. 物联网环境下抵抗路由欺骗攻击的网络拓扑发现算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1231-1236.
[14]	曹洁, 苏哲, 李晓旭. 基于Corr-LDA模型的图像标注方法[J]. 吉林大学学报(工学版), 2018, 48(4): 1237-1243.
[15]	侯永宏, 王利伟, 邢家明. 基于HTTP的动态自适应流媒体传输算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1244-1253.

Metrics

Viewed

Full text

Abstract

Cited

Shared

Discussed