在大數(shù)據(jù)時代背景下，頻繁項(xiàng)集挖掘（FIM）技術(shù)被廣泛應(yīng)用于發(fā)現(xiàn)和提取大規(guī)模數(shù)據(jù)集中的有價(jià)值信息。然而，數(shù)據(jù)集中往往包含敏感的私人信息，直接挖掘或共享挖掘結(jié)果可能會引發(fā)隱私泄露的風(fēng)險(xiǎn)。因此，如何有效地保護(hù)數(shù)據(jù)隱私，同時又能從數(shù)據(jù)中挖掘出有價(jià)值的信息，成為了一個亟待解決的問題。

      差分隱私作為一種先進(jìn)的隱私保護(hù)技術(shù)，通過引入噪聲機(jī)制來保護(hù)個人信息，與傳統(tǒng)隱私保護(hù)手段相比，它具有更高的安全標(biāo)準(zhǔn)和更強(qiáng)的防護(hù)能力，同時還能保持?jǐn)?shù)據(jù)的可用性。在以往的研究中，基于差分隱私的頻繁項(xiàng)集挖掘常采用長事務(wù)截?cái)嗖呗砸越档退惴ǖ拿舾卸?，但這可能會引入截?cái)嗾`差，影響隱私預(yù)算的有效利用。

      DP-PartFIM算法的提出，為隱私保護(hù)下的數(shù)據(jù)挖掘提供了一種新的解決方案。它不僅提高了數(shù)據(jù)挖掘的效率，同時也有效地保護(hù)了數(shù)據(jù)隱私，對于促進(jìn)數(shù)據(jù)挖掘技術(shù)的發(fā)展和應(yīng)用具有重要意義。

論文信息

論文已被期刊IEEE Transactions on Emerging Topics in Computing錄用，DOI: 10.1109/TETC.2024.3443060，作者為碩士生劉鑫宇、博士生余樂樂、導(dǎo)師劉憶寧教授（通訊作者），以及暨南大學(xué)的甘文生副教授。