[发明专利]一种满足差分隐私的不确定数据频繁项集挖掘方法

权利要求书

1.一种满足差分隐私的不确定数据频繁项集挖掘方法，其特征在于：所述方法包括以下步骤：

步骤1：计算频繁1-项集候选集，根据候选集对数据集进行预处理，去掉非频繁项，使事务中项按支持度降序排列；

步骤2：根据预处理后数据集生成UFP-tree树形结构的同时将隐私预算分配到UFP-tree树形结构节点中；

步骤3：采用递归与枚举结合的方式从UFP-tree树形结构中挖掘频繁项集，挖掘过程中回收被剪枝节点的隐私预算；

步骤4：采用指数机制从挖掘出的项集中选择k个，打分函数为项集的期望支持度，对未被选中的频繁项集的隐私预算再次回收并分配给选中的1-项集，使用拉普拉斯机制对选中频繁项集添加噪声。

2.根据权利要求1所述方法，其特征在于：所述步骤2中生成UFP-tree树形结构同时将隐私预算分配到UFP-tree树形结构节点具体过程为：

步骤2.1：初始化一个空树形节点，按层遍历经过步骤一预处理后的数据集，数据集中事务的每一项对应生成一个节点；

步骤2.2：节点的生成规则为：对于每一条事务创建一个从根节点到叶子节点的路径，对于来自不同事务中相同项存储于同一节点，不生成新节点；

对于不同事务项不同，生成新的节点，产生树形结构的新分支，生成的节点和降序表中相应节点相连；

步骤2.3：隐私预算分配规则为：头结点因其为空，所以不分配隐私预算，

其他节点的隐私预算分配方式为：当前节点保留分配1/2倍隐私预算，每个子树分配的隐私预算为1/2m倍隐私预算，m为当前节点拥有子树的个数；

步骤2.4：递归此隐私预算分配过程，将隐私预算全部分配至树形结构中全部节点。

3.根据权利要求1所述方法，其特征在于：所述步骤3中挖掘过程中回收被剪枝节点的隐私预算的具体过程为：

步骤3.1：定义初始隐私预算回收变量ε₁，初始为空；

步骤3.2：降序表倒序开始递归，取UFP-tree树形结构中叶子节点为降序表中节点的路径，生成条件模式基C，条件模式基表示为C＝＜x₁,x₂,x_j-1,x_j+1,...,x_n:ExpSup(x_j)＞，其中，x_j(1≤i≤n)为数据集事务中的项，ExpSup(x_j)为项集期望支持度，期望支持度为：

其中X为项集，x为项集中的项，t_i为数据集事务，p(x,t_i)为项x存在概率；

步骤3.3：降序表中每个后缀项的全部条件模式基递归生成UFP-tree树形结构；

步骤3.4：递归挖掘过程中，小于阈值的节点进行剪枝，同时回收步骤2中分配的隐私预算，累加到初始隐私预算回收变量ε₁，得到频繁项集候选集；

步骤3.5：在递归至只有一条路径时，将递归方式转化为枚举。

4.根据权利要求1所述方法，其特征在于：所述步骤4的具体过程为：

步骤4.1：使用指数机制从频繁项集候选集中选择k个频繁项集，指数机制为：

其中p为输出结果，O为输出域，Pr[p∈O]为结果p从作用域O输出概率，u(T,p)为打分函数，Δu为打分函数的全局敏感度，

敏感度计算公式如下：

其中T为原始数据集，T'为相邻数据集，ε₂为步骤3回收的隐私预算；

步骤4.2：使用拉普拉斯机制添加噪声，拉普拉斯机制为：其中Δq全局敏感度，ε₃为隐私树形结构中分配的隐私预算。