分布式环境下的隐私保持数据库相似性度量

摘要

分布式环境下的数据挖掘算法研究取得了很大的进展,但现有的算法本质上是将分布在各站点上的局部数据库看作是单个数据库的水平划分,且不考虑分布在各站点上的数据库存在数据特征分布不一致情况,利用现有分布挖掘算法有时会挖掘出很多无用的规则且很多有用的规则不能获得,这使得进行分布式环境下的预处理研究工作具有十分重要的意义.本文提出基于最大频繁项目集的隐私保持数据库相似性度量方法,该方法采用"CommodityServer"模型,并用"ComputationServer"(安全计算服务站点)隐藏中间计算结果,以此改进双方计算模型,有效地保护用户的隐私数据,为安全进行数据库相似性度量提供了有效的框架.在实际应用中,该模型为分布多库环境下隐私保持数据挖掘的数据准备提供有效的框架,因而具有重要的使用价值.