[发明专利]一种面向大型商场交易记录的隐私保护频繁项集挖掘方法

说明书

本发明提出了一种面向大型商场交易记录的隐私保护频繁项集挖掘方法，用于解决现有技术中存在的在高隐私保护级别下挖掘频繁项集的过程中计算量大的技术问题。实现步骤为：评估员获取公私钥对，任意一个用户生成共享密钥；每个用户向云服务提供者发送加密后的交易记录，挖掘者向云服务提供者发送加密后的挖掘问询、挖掘问询中存在的商品的个数的密文和支持度阈值的密文；云服务提供者获取加密后的虚假交易记录；云服务和评估员进行交互判断挖掘问询是否为频繁项集。本发明的挖掘效率高。

技术领域

本发明属于信息安全技术领域，具体涉及一种面向大型商场交易记录的隐私保护频繁项集挖掘方法。

背景技术

随着云服务的兴起，很多用户为了节约存储空间，选择将自己的数据存储在云服务器上，于是，云服务器拥有大量数据，而其中的一些数据之间可能存在某种隐藏的关系，这种关系可以用来进行市场预测，入侵检测和网络流量管理等。为了揭示这种隐藏的关系，出现了数据挖掘技术。关联规则挖掘是数据挖掘中一种重要的方法，频繁项集挖掘又是关联规则挖掘的基础步骤，因此，频繁项集的挖掘是至关重要的。在挖掘大型商场交易记录的频繁项集过程中，半诚实的云服务器可能获取与交易记录相关的信息，但是用户并不希望泄露这些隐私信息，于是需要对用户的数据进行隐私保护；另一方面，由于大型商场中商品的种类很多，现有的频繁项集挖掘方法无法提供较高的挖掘效率。所以，需要一种高效的面向大型商场交易记录的隐私保护频繁项集挖掘方法。

现有的隐私保护方法可以分为两类：基于随机化的方法和基于密码学的方法。基于随机化的方法不能保证频繁项目挖掘的准确性和实用性，而基于密码学的方法既能保证良好的安全性又能提供精确的挖掘结果。

因此，很多基于密码学的频繁项集挖掘方法相继被提出。Shuo Qiu等人在期刊《Transactions on Cloud Computing》上发表了题目为“Toward Practical Privacy-Preserving Frequent Itemset Mining on Encrypted Cloud Data”的论文(2017,99:1-1)，提出了一种隐私保护频繁项集挖掘方法，在其挖掘模型中有四个实体，用户，云服务提供者，挖掘者和评估员。用户对自己的交易记录进行加密，并将加密后的结果上传到云服务器，挖掘者生成挖掘问询，云服务提供者和评估员合作挖掘频繁项集，得到挖掘结果并发送给挖掘者。基于此挖掘模型，Shuo Qiu等人提出了三个协议，在第一个协议中，挖掘者并不加密挖掘问询，用户采用Paillier密码系统对交易记录进行加密，因此在计算挖掘问询和交易记录的内积的密文过程中，不需要计算双线性对，效率高，但其隐私级别较低；在第二协议中，挖掘者和用户采用BGN密码系统分别对挖掘问询和交易记录进行加密，因此，其隐私级别较高，但在计算挖掘问询和交易记录的内积的密文过程中，需要计算大量的双线性对，效率低；在第三个协议中，挖掘者和用户分别对挖掘问询和交易记录进行匿名化，挖掘者并不加密挖掘问询，用户采用Paillier密码系统对交易记录进行加密，因此在计算挖掘问询和交易记录的内积的密文过程中，不需要计算双线性对，因此第三个协议的隐私级别高于第一个协议但低于第二个协议，挖掘效率低于第一个协议但高于第二个协议。因此就隐私级别而言，第二个协议是这三种协议中最好的，但是其计算量较大，效率低。

发明内容

本发明的目的在于克服上述现有技术存在的缺陷，提出了一种面向大型商场交易记录的隐私保护频繁项集挖掘方法，用于解决现有技术中存在的在高隐私保护级别下挖掘频繁项集的过程中计算量大的技术问题。

为实现上述目的，本发明采取的技术方案包括如下步骤：

(1)评估员获取数据加密公私钥对和支持度评估公私钥对：

(1.1)评估员采用密钥生成算法生成数据加密公私钥对：其中，λ₁为BGN密码系统的安全参数，PK_Enc为用于数据加密的公钥，SK_Enc为用于数据加密的私钥；