关联规则挖掘中的mapreduce并行架构与隐私保护研究

《关联规则挖掘中的mapreduce并行架构与隐私保护研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、：１０００４密级学校代码：公开又道乂肇ＢＥＩＪＩＮＧＪＩＡＯＴＯＮＧＵＮＩＶＥＲＳＩＴＹ硕±学位论文胃ｍ关联规则挖掘中的ＭａｐＲｅｄｕｃｅ并行架构与隐私保护研究作者姓名＼熊富蕊学科专化计算机科学与技术＇指导教师桑应朋副教授＇ｖ＞＾培养院系化算化与信息技术学慌ｆ＊１ＭｒＴｆ＾ｇｓ■３內巧刊ｆ’＇＇－一＾＇Ｋ？■■想巧它（Ｋ、謝ｆ＿．＼，、ｒｉｙ１如＇交道乂＃硕±学位论文关联规则挖掘中的Ｍａｐ民ｅｄｕｃｅ并行

2、架构与隐私保护研究民ｅｄｕｃｅ－ｂａｓｅｄ民ｅ化ａｒｃｈｏｎＭａＰａｒａｌｌｅｌＡｒｃｈｉ化ｃｔｕｒｅａｎｄＰｒｉｖａｃｐｙＰｒｏ化ｃｔｉｏｎｉｎＡｓｓｏｃｉａｔｉｏｎＲｕｌｅＭｉｎｉｎｇ作者：熊富蕊导师：桑应朋北京交通大学２０１６年６月１学位论文版权使用授权书本学位论文作者完全了解北京交通大学有关保留、使用学位论文的规定。特授权北京交通大学可Ｗ将学位论文的全部或部分内容编入有关数据库进行检索，、提供阅览服务，并采用影印缩印或扫描等复制手段保存、汇编供査闷和借阅。同意学

3、校向国家有关部口或机构送交论文的复印件和磁盘。学校可为存在馆际合作关系的兄弟离校用户提供文献传递服务和交换服务。（保密的学位论文在解密后适用本授权说明）学位论文作者签名：富交导师签名；自！＾＜＜、签字曰期：如年月巧签字曰期：又年＾月＞２曰ＩＩ：：学校代码１０００４密级公开北京交通大学硕±学位论文关联规则挖掘中的ＭａｐＲｅｄｕｃｅ并行架构与隐私保护研究－ｂａｄＰａｒａ民ｅ化ａｒｃｈｏｎＭａＨｅｄｕｃｅｓｅｌｌｅｌＡｒｃｈｉｔｅｃｔｕｒｅａｎｄＰｒｉｖａｃｐｙＰｒｏ化ｃｔｉｏｎ

4、ｉｎＡｓｓｏｃｉａｔｉｏｎＲｕｌｅＭｉｎｉｎｇ１３１２０４３６作者姓名；熊富蕊学号：导师姓名；桑应朋职称：副教授学位类别：硕±：工学学位级别学科专业：计算机科学与技术研究方向：数据挖掘北京交通大学２０１６年６月ｉｌｌ致谢首先，感谢我的导师。从选题到论文研巧工作的完成都是在老师的亲切关怀和悉必指导下完成的一直孜孜不椿地指导。Ｈ年的研巧生生活，老师言传身教，着我的学习和生活。老师渊博的学识、精益求精的工作作风、严谨的治学态度和严ＵＡ律己、宽Ｗ待人的崇尚风范，深深地影响了我，

5、不仅使我掌握了研究方法，还使我明白待人处事的道理。我谨向老师表达我的敬意之情和最由衷的感谢。感谢北京交通大学研巧生部、计算机与信息技术学院、全体老师和班级学生。、学习让我可Ｗ在这个团结、友好的环境里，安也，开阔眼界，在面对困难时，能够有信也继续学习并快乐的渡过研巧生生活。感谢实验室的师姐妹，营造出了良好研究氛围。在生活中的支持与信，并帮助和鼓励我能够快速的完成课题的研巧，任，让我可Ｗ自信的面对挫折和困难最后特别感谢我的父母，感谢他们养育我成人，教会我做人。对我的理解与支持和无微不至的关怀，是我人生道路上不

6、断前进的动力，使我不断的成长，不断挑战自己并完成人生目标。、感谢所有给予我关也、指导和支持的人们！ｉｖ北京交通大学硕±学位论文摘要摘要随着信息网络技术的快速发展，全球数据量呈现爆炸式増长，如何从海量数据中快速的挖掘出有用信息是当今社会亟待解决的问题。关联规则是数据挖掘中一个非常重要的技术，被广泛的应用于各个领域。如何使用关联规则正确地挖掘是数据挖掘的首要任务，也是本文的研究重点。由于传统关联规则算法在挖掘海量数据时，效率较低且大多会出现内存不足的现象，而并行技术可Ｗ髙效处理海量数据，因此，并

7、行关联规则算法的研巧具有重大实际意义。同时，随着数据挖掘技术的不断提高，用户的隐私可能会遭到泄露，实现数据的隐私保护也是必要的。因此，本文针对隐私保护和海呈数据挖掘问题，提出了基于隐私保护的并行ＰＲＲＣＨＡ算法和基于ＭａｐＲｅｄｕｃｅ的并行ＭＲＦＰ算法。本文的主要研巧工作如下；（１）传统的Ａｐｒｉｏｒｉ算法需要生成大量的候选项目集，并且对计算机内存要求较高。针对Ａｐｒｉｏｒｉ算法的这些缺点，本文提出了基于ＭａｐＲｅｄｕｃｅ的并行ＰＣＨＡ算法。首先对Ａｐｒｉｏｒｉ算法采用比较方法和ｈａｓｈ树结构优化得到ＣＨＡ算法，

8、简化了最大频巧项目集的生成步骤，减少了候选项目集的生成数目，并精确地获得所有频巧项目集。其次，利用ＭａｐＲｅｄｕｃｅ编程模式分析ＣＨＡ算法的频巧模式挖掘过程，进行数据的独立分组，保证算法的完备性