文件名称：论文研究-增量式隐私保护数据挖掘研究.pdf
文件大小：1022KB
文件格式：PDF
更新时间：2022-08-11 13:48:05
隐私保护,频繁模式,知识粒度,增量式
描述了隐私保护数据挖掘技术研究进展。针对隐私保护关联规则挖掘算法EMASK计算效率较低，同时不适用于动态变化数据库等的问题，提出基于粒度计算的增量式隐私保护数据挖掘算法BIEMASK。该算法用粒度计算的思想对EMASK算法进行改进，利用增量式更新算法FUP解决增量式事务数据库频繁项集计算问题。在实现隐私保护的同时，减少了I/O操作的次数，降低空间开销，由此提高计算效率。结果证明，无论是固定增量集数据库还是可变增量集数据库处理中，BIEMASK相对于EMASK而言，效率时间都有较大幅度的提高。