-
公开(公告)号:CN112966281A
公开(公告)日:2021-06-15
申请号:CN202110295010.2
申请日:2021-03-19
Applicant: 西安电子科技大学
IPC: G06F21/60 , G06F21/62 , G06F16/2458 , H04L9/00
Abstract: 本发明公开了一种基于稀疏数据集的隐私保护关联规则挖掘方法,主要解决现有挖掘方法需要引入额外计算开销以及隐私泄露的问题。方案包括:1)系统初始化;2)数据拥有者加密上传数据;3)数据挖掘者加密上传查询;4)双云计算查询与交易的内积密文集合,并计算查询的支持度密文;5)双云安全比较支持度和支持度阈值的大小;6)数据挖掘者解密挖掘结果,判断是否是频繁项集,并求频繁项集的非空真子集与查询加密上传;7)双云安全比较置信度和置信度阈值的大小;8)数据挖掘者解密挖掘结果,判断是否属于强关联规则。本发明降低了隐私泄露的风险,能够满足更高的隐私保护要求;同时,有效提高了挖掘计算效率。
-
公开(公告)号:CN112966281B
公开(公告)日:2023-04-07
申请号:CN202110295010.2
申请日:2021-03-19
Applicant: 西安电子科技大学
IPC: G06F21/60 , G06F21/62 , G06F16/2458 , H04L9/00
Abstract: 本发明公开了一种基于稀疏数据集的隐私保护关联规则挖掘方法,主要解决现有挖掘方法需要引入额外计算开销以及隐私泄露的问题。方案包括:1)系统初始化;2)数据拥有者加密上传数据;3)数据挖掘者加密上传查询;4)双云计算查询与交易的内积密文集合,并计算查询的支持度密文;5)双云安全比较支持度和支持度阈值的大小;6)数据挖掘者解密挖掘结果,判断是否是频繁项集,并求频繁项集的非空真子集与查询加密上传;7)双云安全比较置信度和置信度阈值的大小;8)数据挖掘者解密挖掘结果,判断是否属于强关联规则。本发明降低了隐私泄露的风险,能够满足更高的隐私保护要求;同时,有效提高了挖掘计算效率。
-