伴随着数据共享、隐私保护、知识发现等多重需求而产生的PPDM(privacy preserving data mining),成为数据挖掘和信息安全领域近几年来的研究热点.PPDM中主要考虑两个层面的问题:一是敏感数据的隐藏与保护;二是数据中蕴涵的敏感知识的隐藏与保护(knowledge hiding in database,简称KHD).对目前的KHD技术进行分类和综述.首先介绍KHD产生的背景,然后着重讨论敏感关联规则隐藏技术和分类规则隐藏技术,接着探讨KHD方法的评估指标,最后归结出KHD后续研究的3个方向:数据修改技巧中基于目标距离的优化测度函数设计、数据重构技巧中的反向频繁项集挖掘以及基于数据抽样技巧的通用知识隐藏方法设计.
郭宇红、童云海、唐世渭、杨冬青
展开 >
北京大学,计算机科学技术系,北京,100871
北京大学,视觉与听觉信息处理国家重点实验室,北京,100871
知识隐藏 KHD(knowledge hiding in database) 敏感规则 隐私保护 反向挖掘
NETL
NSTL
万方数据
维普
