基于面向隱私保護(hù)的數(shù)據(jù)挖掘技術(shù)分析

陳昊

摘要：當(dāng)前我國(guó)科學(xué)技術(shù)研究力度正在不斷加大，其中數(shù)據(jù)發(fā)掘技術(shù)也得到了更加廣闊的發(fā)展空間，在保證書(shū)數(shù)據(jù)結(jié)果精準(zhǔn)的同時(shí)，還要保證隱私安全。本文將從數(shù)據(jù)挖掘技術(shù)發(fā)展概述出發(fā)，分析其中信息數(shù)據(jù)預(yù)處理、關(guān)聯(lián)規(guī)則技術(shù)、互聯(lián)網(wǎng)行為預(yù)測(cè)、聚類分析、網(wǎng)絡(luò)行為分類等技術(shù)，給數(shù)據(jù)的高效處理提供理論幫助。

關(guān)鍵詞：隱私保護(hù)；數(shù)據(jù)挖掘；信息技術(shù)

引言：面向隱私保護(hù)的數(shù)據(jù)挖掘技術(shù)衍生出來(lái)的根本原因是由于網(wǎng)絡(luò)活動(dòng)行為多樣性使得數(shù)據(jù)運(yùn)行環(huán)境更加復(fù)雜，政府、企業(yè)想要實(shí)現(xiàn)運(yùn)營(yíng)決策時(shí)的大量數(shù)據(jù)分析就必然需要挖掘出對(duì)應(yīng)原始數(shù)據(jù)，此類數(shù)據(jù)中往往會(huì)涵蓋很多私密性較強(qiáng)的內(nèi)容，因此需要融合隱私保護(hù)理念，此類技術(shù)涉及到多種算法，需要逐一分析。

一、數(shù)據(jù)挖掘技術(shù)發(fā)展概述

新形勢(shì)下的數(shù)據(jù)挖掘技術(shù)通常被稱作“數(shù)據(jù)采礦”，應(yīng)用時(shí)的根本原理就是利用某種或多種制定計(jì)算方法，在龐大網(wǎng)絡(luò)數(shù)據(jù)庫(kù)中檢索出目標(biāo)信息，且檢索范圍包括很多很多隱藏?cái)?shù)據(jù)。技術(shù)人員在研究此類算法時(shí)，首先從統(tǒng)計(jì)學(xué)角度來(lái)實(shí)現(xiàn)對(duì)數(shù)據(jù)信息的模擬檢驗(yàn)以及預(yù)計(jì)估計(jì)，保證數(shù)據(jù)庫(kù)中隱藏的信息咨詢的蹤跡能被查詢，實(shí)現(xiàn)隱藏的數(shù)據(jù)信息進(jìn)行檢驗(yàn)、分類。然后運(yùn)用當(dāng)前較為成熟的人工智能識(shí)別系統(tǒng)以及網(wǎng)絡(luò)計(jì)算機(jī)自動(dòng)化學(xué)習(xí)的聯(lián)合計(jì)算方法，對(duì)已有數(shù)據(jù)樣本采取模擬、分析、優(yōu)化，最終掌握目標(biāo)資料。數(shù)據(jù)采礦技術(shù)已經(jīng)隨著時(shí)代發(fā)展進(jìn)程的加快變得越來(lái)越全面，應(yīng)用也更加深入。從個(gè)人隱私保護(hù)以及信息泄露角度來(lái)看，在進(jìn)行數(shù)據(jù)挖掘的同時(shí)，信息安全也承受著巨大的風(fēng)險(xiǎn)，因此當(dāng)前一種將隱私保護(hù)定義為基本理念的數(shù)據(jù)挖掘技術(shù)正在推出。

二、面向隱私保護(hù)的數(shù)據(jù)挖掘技術(shù)分析

（一）信息數(shù)據(jù)預(yù)處理

當(dāng)前我國(guó)研究的信息數(shù)據(jù)預(yù)處理技術(shù)主要是利用Apriori技術(shù)原理，構(gòu)建出一種面向隱私保護(hù)的數(shù)據(jù)預(yù)處理方法，該方法能夠進(jìn)一步解決數(shù)據(jù)源頭不信任挖掘請(qǐng)求問(wèn)題。其功能性、綜合型都有了更加全面的設(shè)計(jì)，當(dāng)前數(shù)據(jù)采礦技術(shù)的預(yù)處理功能涉及到：信息集成、數(shù)據(jù)整合、痕跡清除、數(shù)據(jù)處理流程簡(jiǎn)化以及數(shù)據(jù)精煉。預(yù)處理的概念源自與“概念樹(shù)”中的精煉數(shù)據(jù)法、知識(shí)發(fā)現(xiàn)、統(tǒng)計(jì)分析等屬性篩選以及遺傳計(jì)算手段。其處理方式與傳統(tǒng)模式的區(qū)別在于：傳統(tǒng)數(shù)據(jù)管理體制中的數(shù)據(jù)預(yù)處理操作無(wú)法做到對(duì)不精確信息采取整合、清理、轉(zhuǎn)換等處理，數(shù)據(jù)質(zhì)量得不到保障。而當(dāng)前這種面向與隱私保護(hù)領(lǐng)域的數(shù)據(jù)預(yù)處理可以做到將高精準(zhǔn)度的信息或準(zhǔn)確信息進(jìn)一步轉(zhuǎn)化為模糊化數(shù)據(jù)后再進(jìn)行識(shí)別、處理、整合。

（二）關(guān)聯(lián)規(guī)則技術(shù)

在運(yùn)行面向隱私保護(hù)的關(guān)聯(lián)規(guī)則算法時(shí)，傳統(tǒng)形式中的apriori算法無(wú)法實(shí)現(xiàn)直接應(yīng)用。因此想要在大數(shù)據(jù)時(shí)代中提高處理效率，技術(shù)人員還需要對(duì)相關(guān)內(nèi)容進(jìn)行優(yōu)化。實(shí)際上Apriori算法運(yùn)行環(huán)節(jié)較多，且內(nèi)容復(fù)雜，需要借助并融合剪枝算法的優(yōu)勢(shì)。同時(shí)還可以把離散和連續(xù)等多種類型的數(shù)據(jù)設(shè)計(jì)理念應(yīng)用在關(guān)聯(lián)規(guī)則算法構(gòu)建中，從離散化方法、統(tǒng)計(jì)學(xué)方法等角度去展開(kāi)關(guān)聯(lián)規(guī)則技術(shù)的研究。

（三）互聯(lián)網(wǎng)行為預(yù)測(cè)

經(jīng)濟(jì)社會(huì)的發(fā)展推動(dòng)著計(jì)算機(jī)信息技術(shù)的日漸成熟，新形勢(shì)下人類生活已經(jīng)可以實(shí)現(xiàn)在虛擬化的網(wǎng)絡(luò)環(huán)境進(jìn)行各種類型的數(shù)據(jù)交流活動(dòng)，所以這也造成了網(wǎng)絡(luò)大環(huán)境下的數(shù)據(jù)行為變得更加復(fù)雜，因此相關(guān)學(xué)者與技術(shù)人員近幾年一直在致力于研究出能夠給廣大網(wǎng)絡(luò)用戶提供針對(duì)性服務(wù)的數(shù)據(jù)挖掘技術(shù)。神經(jīng)網(wǎng)絡(luò)具有良好的自我學(xué)習(xí)、模仿的能力，所以一些不確定系統(tǒng)的預(yù)測(cè)技術(shù)都可以應(yīng)用在神經(jīng)網(wǎng)絡(luò)模型建立當(dāng)中。將樣本分為訓(xùn)練樣本和測(cè)試樣本，對(duì)訓(xùn)練樣本采取進(jìn)一步處理，并以此數(shù)據(jù)為基礎(chǔ)尋找類別屬性和普通屬性之間的關(guān)聯(lián)，然后用這種關(guān)聯(lián)來(lái)預(yù)測(cè)其他樣本的類別屬性。傳統(tǒng)神經(jīng)行為預(yù)測(cè)算法在執(zhí)行過(guò)程中，受到技術(shù)限制必然會(huì)從一定程度上導(dǎo)致用戶隱私信息的外泄，而采用安全多方互聯(lián)網(wǎng)行為預(yù)測(cè)計(jì)算能夠有效降低神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)時(shí)用戶隱私信息發(fā)生泄露的風(fēng)險(xiǎn)。

（四）聚類分析算法技術(shù)

這種基于隱私保護(hù)理念而研究出來(lái)的數(shù)據(jù)挖掘技術(shù)能夠?qū)崿F(xiàn)對(duì)聚類算法的完善化執(zhí)行，分析算法思想、關(guān)鍵技術(shù)的優(yōu)缺點(diǎn)，對(duì)當(dāng)前已有的聚類算法類型進(jìn)行分類與調(diào)整，從正確率和運(yùn)行效率兩方面對(duì)一些典型的聚類算法進(jìn)行模擬實(shí)驗(yàn)，并對(duì)得到的基于劃分的模糊聚類算法采取進(jìn)一步的綜述和評(píng)價(jià)。目前模糊聚類數(shù)據(jù)發(fā)掘算法得到各行業(yè)廣泛應(yīng)用的根本原因主要是它對(duì)數(shù)據(jù)的比例變化具有穩(wěn)定性。

（五）網(wǎng)絡(luò)行為類型分層

用戶行為在當(dāng)前網(wǎng)絡(luò)環(huán)境中紛繁多樣，每個(gè)個(gè)體所表現(xiàn)出的屬性以及特點(diǎn)均有很大差別，因此在進(jìn)行數(shù)據(jù)挖掘時(shí)也需要以此為基礎(chǔ)設(shè)計(jì)出不同類型的技術(shù)來(lái)進(jìn)行對(duì)數(shù)據(jù)的操作。為了保證挖掘精度較好，且實(shí)現(xiàn)隱私保護(hù)，對(duì)用戶行為分類前就要按照一定規(guī)則設(shè)計(jì)挖掘流程，在其中要深入考慮到隱私保護(hù)的具體化、算法、適應(yīng)情況、執(zhí)行效率等多方面因素。從傳統(tǒng)的應(yīng)用情況我們可以發(fā)現(xiàn)基于隱私保護(hù)的挖掘技術(shù)存在很多疏漏：1.傳統(tǒng)算法無(wú)法實(shí)現(xiàn)對(duì)原始真實(shí)數(shù)據(jù)的私密保護(hù)，用戶個(gè)人隱私得不到有效保障，仍有一定程度上的隱私信息泄露風(fēng)險(xiǎn)；2.傳統(tǒng)算法對(duì)原始數(shù)據(jù)有著較嚴(yán)格的概率分布需求，所以運(yùn)行時(shí)會(huì)出現(xiàn)計(jì)算難度較大、執(zhí)行效率較差、負(fù)載情況不平均等情況；3.某些傳統(tǒng)算法對(duì)環(huán)境適用性較低，在特定環(huán)境中運(yùn)算效率較低；因此目前我國(guó)研究人員對(duì)基于隱私保護(hù)的分類挖掘算法進(jìn)行完善時(shí)，重點(diǎn)針對(duì)以下幾個(gè)方面：1.確保算法精度提高，并簡(jiǎn)化運(yùn)算復(fù)雜度的基礎(chǔ)上，盡快加強(qiáng)對(duì)隱私保護(hù)的全面化；2.加強(qiáng)算法對(duì)環(huán)境的適用效果，完成在全體環(huán)境中的數(shù)據(jù)采礦處理。

結(jié)論：綜上所述，當(dāng)前我國(guó)信息化建設(shè)力度持續(xù)加大，各行各業(yè)對(duì)于網(wǎng)絡(luò)依賴性也在不斷加強(qiáng)，雖然便捷的網(wǎng)絡(luò)技術(shù)給人們的生產(chǎn)生活提供了更加便捷的服務(wù)，但是虛擬性也會(huì)衍生出較大的安全風(fēng)險(xiǎn)，想要保證社會(huì)、國(guó)家發(fā)展的穩(wěn)定性，就需要積極對(duì)網(wǎng)絡(luò)信息進(jìn)行監(jiān)控、管理，數(shù)據(jù)挖掘技術(shù)也因此被研究出來(lái)。為了減少挖掘過(guò)程中的出現(xiàn)的信息泄露，就需要不斷研究出更加適用隱私保護(hù)的數(shù)據(jù)挖掘算法。