利用贝叶斯原理在隐私保护数据上进行分类的方法-论文.pdf

《利用贝叶斯原理在隐私保护数据上进行分类的方法-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第49卷第4期西安交通大学学报Vo1．49No．42015年4月J0URNALOFXI’ANJIAOTONGUNIVERSITYApr．2015DOI：10．7652／xjtuxb201504008利用贝叶斯原理在隐私保护数据上进行分类的方法杨攀。，桂小林，安健。，田丰，王刚。(1．西安交通大学电子与信息工程学院，710049，西安；2．西安交通大学陕西省计算机网络重点实验室，710049，西安；3．西安财经学院信息学院，710049，西安)摘要：针对可还原数据扰动(retrievablegeneraladditivedataperturbation，RG

2、ADP)算法在保护数据库隐私时会影响数据挖掘结果的问题，提出一种利用贝叶斯原理在扰动数据上进行分类的方法。该方法分析RGADP算法过程，利用贝叶斯原理，根据扰动数据推算原始数据的概率分布，用估算的概率分布重构数据，并对重构数据进行分类以提高分类的正确性。实验结果表明：该方法估算出的概率分布与原始数据概率分布接近，且重构数据的分类正确率相比扰动数据而言平均可提高49／6以上，其更接近原始数据的分类正确率，从而有效地降低了扰动算法对数据分类的影响；该方法的运行时间与数据量和数据分组数成正比，重构10000条数据的运行时间在200ms以内，因此该方法也具有较高的

3、效率。关键词：隐私保护；数据扰动；贝叶斯原理；分类中图分类号：TP301文献标志码：A文章编号：0253—987X(2015)04—0046—07AClassificationMethodforPrivacy—PreservedDataUsingBayesianRuleYANGPan，GUIXiaolin～，ANJian～，TIANFeng，WANGGang。(1．SchoolofElectronicsandInformationEngineering，Xi’anJiaotongUniversity，Xi’an710049，China；2．ShaanxiP

4、rovinceKeyLaboratoryofComputerNetwork，xianJiaotongUniversity，Xi’an710049，China；3．SchoolofInformation，Xi’anUniversityofFinanceandEconomics，xi’an710049，China)Abstract：AclassificationmethodforperturbeddatausingtheBayesianruleispresentedtosolvetheproblemthattheresultofdataminingisaffe

5、ctedwhentheretrievablegeneraladditivedataperturbation(RGADP)algorithmisusedtopreserveprivacyindatabase．TheprocessofRGADPalgorithmisanalyzed，andtheBayesianruleisusedtOestimatetheprobabilitydistributionoforiginaldatafromtheperturbeddata．Then，newdataarereconstructedfromtheestimatedpr

6、obabilitydistributionandareclassifiedtoincreasetheaccuracyofclassification．Experimentalresultsshowthattheprobabilitydistributionestimatedbytheproposedmethodisclosetotheoriginalprobabilitydistribution．Comparisonwiththeclassificationaccuracyofperturbeddatashowsthattheclassificationa

7、ccuracyofthereconstructeddataincreasesbymorethan4inaverage，andisclosertOtheoriginalclassificationaccuracy．Thus，themethodcaneffectivelyreducetheeffectoftheperturbationalgorithmonclassification．Moreover，therunningtimeofthemethodisproportionaltotheamountofdataandthenumberofgroups．The

8、methodcostsIessthan200mstoreconst