申请/专利权人：暨南大学

申请日：2023-12-20

公开（公告）日：2024-04-09

公开（公告）号：CN117454432B

主分类号：G06F21/62

分类号：G06F21/62;G06F16/2458;G06F21/60

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2024.02.13#实质审查的生效;2024.01.26#公开

摘要：本发明公开了一种分布式环境下的隐私保护关联规则挖掘方法，属于计算机技术领域，包括数据预处理阶段：双方获得共同持有的项集；关联规则挖掘阶段：参与方仅用在本地进行关联规则挖掘便可以获得最后的结果。将关联规则挖掘与安全多方计算技术相结合，设计了仅有两个参与方，不需要第三方参与或云服务器辅助计算的分布式环境下的隐私保护关联规则挖掘方案。本发明改善了现有的分布式数据库下隐私保护关联规则挖掘方案的效率低、计算量大等问题，兼顾了效率和隐私保护这两个方面，帮助使用者安全且高效地完成挖掘。

主权项：1.一种分布式环境下的隐私保护关联规则挖掘方法，其特征在于，包括以下步骤：数据挖掘参与方任选一方生成一对公钥和私钥并作为生成方，并将公钥发送至非生成方；获取数据挖掘参与方的物品交集，数据挖掘参与方分别根据所述物品交集获得项集表；根据所述物品交集确定布隆过滤器的长度，对长度确定的布隆过滤器进行初始化，结合所述项集表获得布隆过滤器项集表；获得布隆过滤器项集表的过程包括：基于所述物品交集获得布隆过滤器的长度，对固定长度的布隆过滤器进行初始化，将所述项集表中物品通过哈希函数映射到布隆过滤器中，使得每个所述项集表均有一个布隆过滤器，获得布隆过滤器项集表，所述布隆过滤器项集表中数据为二元数据，包括布隆过滤器项集与次数；获取所述物品交集中物品的数目，根据所述数目确定可接受失误率，基于所述可接受失误率与所述数目获得布隆过滤器长度，基于布隆过滤器的长度与数目确定所述哈希函数的个数；两个数据挖掘参与方采用非对称加密方案分别生成本地密钥；生成方与非生成方基于所述公钥与所述本地密钥对布隆过滤器项集表进行加密，分别获得对应的密文表，密文表由对方进行二次加密，并基于二次加密结果获得交集表；双方分别根据交集表与密文表的二次加密结果建立项集次数对应表；基于关联规则挖掘算法、项集次数对应表进行关联性挖掘。

全文数据：

权利要求：

百度查询： 暨南大学 一种分布式环境下的隐私保护关联规则挖掘方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD