时空特性约束下的数据挖掘隐私保护方法

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (9): 139-142.

• 数据库、信号与信息处理 • 上一篇下一篇

时空特性约束下的数据挖掘隐私保护方法

李军怀¹,高苗¹,陈晓明¹,刘红英¹,楼文晓²

1.西安理工大学计算机科学与工程学院，西安 710048
2.西安市软件推进中心，西安 710075

收稿日期:2007-07-12 修回日期:2007-09-20 出版日期:2008-03-21 发布日期:2008-03-21
通讯作者: 李军怀

Privacy preserving approach based on temporal and spatial constraints

LI Jun-huai¹,GAO Miao¹,CHEN Xiao-ming¹,LIU Hong-ying¹,LOU Wen-xiao²

1.School of Computer Science & Engineering，Xi’an University of Technology，Xi’an 710048，China
2.Center of Xi’an Software Promotion，Xi’an 710075，China

Received:2007-07-12 Revised:2007-09-20 Online:2008-03-21 Published:2008-03-21
Contact: LI Jun-huai

摘要/Abstract

摘要： 在隐私保护数据挖掘的研究中，隐私数据的时间特性以及空间特性是历来研究中常常被忽视的。将数据的安全级与时间性、空间性相结合，引入了数据安全级的时效性及空效性，然后采用层次概化方法进行数据隐私保护处理，并提出了基于时空特性的隐私保护关联规则挖掘算法。最后通过实验对算法的信息损失度、执行时间、算法效能等性能进行了分析和验证。

关键词: 隐私保护, 时空约束, 数据安全级

Abstract: In the research of PPDM，as two important basic characteristics of privacy information，the temporal and spatiality have been often ignored.In this paper，we combine data security level with temporal and spatial characteristics，and then preserve the data privacy using hierarchy generalized.Further more，a privacy preserving data mining method is proposed based on temporal and spatial constraints.Finally，we analyze and evaluate the method performance，which include information loss and execute time and algorithm effectiveness.

Key words: privacy preserving, temporal and spatial constraints, data confidential level

李军怀¹,高苗¹,陈晓明¹,刘红英¹,楼文晓². 时空特性约束下的数据挖掘隐私保护方法[J]. 计算机工程与应用, 2008, 44(9): 139-142.

LI Jun-huai¹,GAO Miao¹,CHEN Xiao-ming¹,LIU Hong-ying¹,LOU Wen-xiao². Privacy preserving approach based on temporal and spatial constraints[J]. Computer Engineering and Applications, 2008, 44(9): 139-142.

[1]	唐国智，李顶根. 深度学习及时空约束的行人跟踪算法研究[J]. 计算机工程与应用, 2021, 57(7): 121-129.
[2]	魏立斐，李梦思，张蕾，陈聪聪，陈玉娇，王勤. 基于安全两方计算的隐私保护线性回归算法[J]. 计算机工程与应用, 2021, 57(22): 139-146.
[3]	贺智明，徐亿达. 区块链与可搜索加密结合的电子病历共享方案[J]. 计算机工程与应用, 2021, 57(21): 140-147.
[4]	吕鑫，赵连成，余记远，谭彬，曾涛，陈娟. 基于轨迹聚类的连续查询隐私保护方法[J]. 计算机工程与应用, 2021, 57(2): 104-112.
[5]	谢裕清，王渊，江樱，杨苗，王永利. 便于数据共享的电网数据湖隐私保护方法[J]. 计算机工程与应用, 2021, 57(2): 113-118.
[6]	宋国超，初广辉，武绍欣. 基于区间区域的位置隐私保护方法[J]. 计算机工程与应用, 2020, 56(8): 66-73.
[7]	曾海燕，左开中，王永录，刘蕊. 路网环境下的语义多样性位置隐私保护方法[J]. 计算机工程与应用, 2020, 56(7): 102-108.
[8]	许斌，梁晓兵，沈博. 大数据环境中非交互式查询差分隐私保护模型[J]. 计算机工程与应用, 2020, 56(7): 116-121.
[9]	王杰，陈志刚，刘加玲，程宏兵. 基于聚类的云隐私行为挖掘技术[J]. 计算机工程与应用, 2020, 56(5): 80-84.
[10]	张思亮，凌捷，陈家辉. 可追踪的区块链账本隐私保护方案[J]. 计算机工程与应用, 2020, 56(23): 31-37.
[11]	杨婷，庞晓琼，陈文俊，王云婷，刘天野. 区块链环境下支持隐私保护的数字权限管理[J]. 计算机工程与应用, 2020, 56(23): 109-115.
[12]	李孟特，顾春华，温蜜. 基于区块链的充电交易数据安全存储平台设计[J]. 计算机工程与应用, 2020, 56(21): 79-84.
[13]	王佳贺，魏松杰，吴超. 差分隐私保护的Android应用流量行为混淆方法[J]. 计算机工程与应用, 2020, 56(2): 68-75.
[14]	朴杨鹤然，崔晓晖. 社交网络中用户隐私推理与保护研究综述[J]. 计算机工程与应用, 2020, 56(19): 1-12.
[15]	马媛媛，刘周斌，汪自翔. 边缘计算场景下的异构终端安全接入技术研究[J]. 计算机工程与应用, 2020, 56(17): 115-120.

时空特性约束下的数据挖掘隐私保护方法

Privacy preserving approach based on temporal and spatial constraints

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics