一种支持差分隐私的频繁项集挖掘方法和系统

摘要

本发明公开了一种支持差分隐私的频繁项集挖掘方法，属于计算机数据隐私保护和数据挖掘领域。本发明包括：采用截断事务的方法去处理原始数据集，用基于指数差分机制的方法去避免截断过程中泄露隐私；然后我们构造一个树形结构，每个节点对应事务的一个项，关于事务的频繁信息存储在事务最后一个项对应的节点中，用拉普拉斯噪声初始化每个节点的支持度以避免在构造树的过程中泄露隐私；然后我们将构造的树转化为一颗FP树，便于我们使用FP‑Growth方法去挖掘频繁项集。本发明能够使发布后的频繁项集满足差分隐私的安全需求，同时能够满足相比于原始频繁项集，发布频繁项集与其相似度较高，具有较高的数据可用性，同时相比于以往的算法，具有更高的效率。