一种满足差分隐私的不确定数据频繁项集挖掘方法

摘要

本发明公开了一种满足差分隐私的不确定数据频繁项集挖掘方法，所述方法包括以下步骤：步骤1：计算频繁1‑项集候选集，去掉非频繁项，使事务中项按支持度降序排列；步骤2：根据预处理后数据集生成UFP‑tree树形结构的同时将隐私预算分配到UFP‑tree树形结构节点中；步骤3：采用递归与枚举结合的方式从UFP‑tree树形结构中挖掘频繁项集，挖掘过程中回收被剪枝节点的隐私预算；步骤4：采用指数机制从挖掘出的项集中选择k个，打分函数为项集的期望支持度，对未被选中的频繁项集的隐私预算再次回收并分配给选中的1‑项集。本发明通过降低匿名率，关联属性共同置换，在保证隐私保护强度的同时，提高数据的可用性。