保護(hù)隱私的決策樹算法的研究.pdf

1、近些年，數(shù)據(jù)挖掘技術(shù)已經(jīng)被廣泛使用到包括金融、醫(yī)學(xué)等的各個(gè)領(lǐng)域。雖然利用數(shù)據(jù)挖掘技術(shù)得到的規(guī)律和模式對我們后來的工作起到了有效的指導(dǎo)作用，但是，也給我們的生活帶來了其他的問題，這當(dāng)中被人們廣泛關(guān)注的就是隱私的泄露。就數(shù)據(jù)挖掘技術(shù)而言，隱私包括兩個(gè)方面的內(nèi)容，一個(gè)是挖掘技術(shù)作用的原始數(shù)據(jù)；另一個(gè)則是從原始數(shù)據(jù)中挖掘出來的有價(jià)值的規(guī)律。 目前，保護(hù)隱私的數(shù)據(jù)挖掘主要從兩個(gè)方向進(jìn)行研究，數(shù)據(jù)變換和密碼學(xué)方法。第一種是改變原始數(shù)據(jù)，通過

2、添加噪音或者隨機(jī)改變數(shù)據(jù)來隱藏原始數(shù)據(jù)，該方法主要用于集中分布的數(shù)據(jù)；第二種是對原始數(shù)據(jù)及中間計(jì)算結(jié)果進(jìn)行加密，主要用于分布式數(shù)據(jù)挖掘。 本文提出了一種決策樹改進(jìn)算法，該算法利用原始數(shù)據(jù)構(gòu)造屬性問單步轉(zhuǎn)移概率矩陣，并且在單步轉(zhuǎn)移概率矩陣的基礎(chǔ)上，根據(jù)構(gòu)造決策樹過程中需要的屬性自行計(jì)算屬性間聯(lián)合概率，使得決策樹構(gòu)造算法在計(jì)算信息熵的時(shí)候不用從原始數(shù)據(jù)中統(tǒng)計(jì)獲得概率。并且該算法改進(jìn)了決策樹創(chuàng)建葉節(jié)點(diǎn)的條件，從而決策樹不會(huì)用盡所有的候