[發(fā)明專利]一種分布式環(huán)境下隱私保護的關(guān)聯(lián)規(guī)則挖掘方法和系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201810832113.6
• 申請日: 2018-07-26
• 公開（公告）號: CN108920714B
• 公開（公告）日: 2021-10-01
• 發(fā)明（設(shè)計）人: 周奕雯;馮家銘;胡煜宗;黃征;薛昊;連慧娟
• 申請（專利權(quán)）人: 上海交通大學(xué)
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/2458
• 代理公司: 上海旭誠知識產(chǎn)權(quán)代理有限公司 31220
• 代理人: 鄭立

本發(fā)明公開了一種支持分布式環(huán)境下隱私保護的關(guān)聯(lián)規(guī)則挖掘方法和系統(tǒng)，涉及關(guān)聯(lián)規(guī)則挖掘領(lǐng)域，包括以下步驟：可信機構(gòu)將一個共享密鑰發(fā)送給用戶；用戶將需要進行關(guān)聯(lián)規(guī)則挖掘的數(shù)據(jù)進行加密后，發(fā)送給計算集群；計算集群根據(jù)用戶發(fā)送的關(guān)聯(lián)規(guī)則挖掘需求進行計算和分析，再將結(jié)果返回給用戶；用戶得到返回結(jié)果后，利用共享密鑰進行解密從而得到真實的關(guān)聯(lián)規(guī)則。本發(fā)明中計算集群對用戶上傳的數(shù)據(jù)無法進行理解，但用戶指定關(guān)聯(lián)規(guī)則后卻能借用計算集群的計算資源進行數(shù)據(jù)挖掘，且挖掘結(jié)果對計算集群不可見，外部攻擊者也無法獲取信息，從而完成了基于隱私保護的關(guān)聯(lián)規(guī)則挖掘；而計算集群由Scala分布式計算框架搭建，容錯率和效率都較高。

技術(shù)領(lǐng)域

本發(fā)明涉及關(guān)聯(lián)規(guī)則挖掘領(lǐng)域，尤其涉及一種支持分布式環(huán)境下隱私保護的關(guān)聯(lián)規(guī)則挖掘方法和系統(tǒng)。

背景技術(shù)

在當前互聯(lián)網(wǎng)時代，從用戶數(shù)據(jù)中挖據(jù)出企業(yè)或者第三方感興趣的、有潛在價值的信息與規(guī)則十分重要。數(shù)據(jù)挖掘應(yīng)運而生，它能夠幫助捕捉到大量數(shù)據(jù)中無法直接觀測得到的信息，并創(chuàng)造更多價值。而關(guān)聯(lián)規(guī)則挖掘就是其中一種較為常見的算法，它能夠從大量的數(shù)據(jù)項中捕捉隱藏關(guān)系。關(guān)聯(lián)規(guī)則數(shù)據(jù)挖掘最早由Agrawal等人在1993年針對“市場購物籃問題”所提出，了解并分析了顧客的消費行為，從而挖掘出一次交易中兩個不同商品被同時購買的可能性。例如購買兒童尿布的男性顧客常常會順帶購買一些啤酒，若是將兒童尿布與啤酒放在較為接近的地方就能提升更多銷售額。這就是關(guān)聯(lián)規(guī)則分析的一個典型案例。

而隨著這些年數(shù)據(jù)爆發(fā)式地增長，計算資源成為數(shù)據(jù)挖掘的瓶頸之一。為了突破瓶頸，分布式數(shù)據(jù)源環(huán)境下的云計算成了數(shù)據(jù)挖掘的完美平臺。但是，在數(shù)據(jù)收集以及挖掘過程中，存在許多安全隱患。過去由于缺乏相關(guān)專業(yè)知識和計算資源，企業(yè)或者數(shù)據(jù)的所有者通常會將用戶數(shù)據(jù)外包給第三方處理。該場景下，數(shù)據(jù)保存于服務(wù)器，服務(wù)器可直接獲取數(shù)據(jù)內(nèi)容，用戶的隱私得不到保障；其次，數(shù)據(jù)所有者為了從大量用戶數(shù)據(jù)中進行關(guān)聯(lián)規(guī)則挖掘而把數(shù)據(jù)交給第三方時，第三方也能獲得挖掘結(jié)果。這就導(dǎo)致企業(yè)私有財產(chǎn)(數(shù)據(jù)庫中的數(shù)據(jù)和關(guān)聯(lián)規(guī)則的挖掘結(jié)果)的泄露，用戶數(shù)據(jù)隱私和企業(yè)私有財產(chǎn)受到威脅，特別是當服務(wù)提供者有意或無意泄露數(shù)據(jù)時，將面臨巨大的風(fēng)險。

在當前環(huán)境下能夠提供隱私保護功能的關(guān)聯(lián)規(guī)則挖掘算法主要有以下兩類：

1)查詢限制：對數(shù)據(jù)進行抽樣、隱藏、劃分等處理，基于不完整的數(shù)據(jù)通過概率統(tǒng)計等方式進行挖掘；

2)數(shù)據(jù)干擾：對數(shù)據(jù)進行離散變換、增加干擾噪聲從而保護原數(shù)據(jù)，最后基于增加了干擾的數(shù)據(jù)進行關(guān)聯(lián)規(guī)則挖掘。

當前網(wǎng)絡(luò)環(huán)境下用戶的數(shù)據(jù)通常需要將個人數(shù)據(jù)發(fā)送到云端，而各種操作也需要通過服務(wù)提供商。計算集群中直接保存的用戶數(shù)據(jù)存在被泄露的可能。

但加密后的數(shù)據(jù)通常無法直接進行關(guān)聯(lián)規(guī)則挖掘，如何在保證用戶數(shù)據(jù)不可見的同時滿足關(guān)聯(lián)規(guī)則挖掘的需求便是問題所在。過去服務(wù)提供者由于缺乏專業(yè)知識或者計算資源，會將數(shù)據(jù)挖掘部分外包給第三方，但現(xiàn)在的網(wǎng)絡(luò)環(huán)境下數(shù)據(jù)存儲和計算無需交給第三方，這也是要改進的部分。

因此，本領(lǐng)域的技術(shù)人員致力于開發(fā)一種支持分布式環(huán)境下隱私保護的關(guān)聯(lián)規(guī)則挖掘方法和系統(tǒng)。無需將數(shù)據(jù)存儲和計算交給第三方，在保證用戶數(shù)據(jù)不可見的同時實現(xiàn)關(guān)聯(lián)規(guī)則挖掘。

發(fā)明內(nèi)容

有鑒于現(xiàn)有技術(shù)的上述缺陷，本發(fā)明所要解決的技術(shù)問題是如何從用戶數(shù)據(jù)挖掘出有效信息且保證隱私不會泄露。

為實現(xiàn)上述目的，本發(fā)明提供了一種支持分布式環(huán)境下隱私保護的關(guān)聯(lián)規(guī)則挖掘方法，包括如下步驟：

步驟一，可信機構(gòu)在執(zhí)行初期選擇兩個大素數(shù)p，α作為安全參數(shù)，并將一個共享密鑰s發(fā)送所有用戶；