• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    隱私保護頻繁項集挖掘中的細粒度隨機化模型

    2019-11-16 07:28:46郭宇紅童云海
    軟件工程 2019年10期

    郭宇紅 童云海

    摘 ?要:已有的隨機化回答模型調(diào)控的數(shù)據(jù)范圍寬、粒度粗,對隱私數(shù)據(jù)的保護粒度缺乏靈活性,無法實現(xiàn)精細化、個性化、差異化的隱私保護。提出三類多參數(shù)隨機化回答模型,包括行多參、復(fù)合多參、分組多參共11種隨機化回答模型,給出了模型的分類框架和分類層次。細粒度多參數(shù)隨機化模型可實現(xiàn)精細化、個性化、差異化的隱私保護效果。

    關(guān)鍵詞:隨機化回答;隱私保護;頻繁項集;敏感問題調(diào)查

    中圖分類號:TP311 ? ? 文獻標(biāo)識碼:A

    Abstract:The existing randomized response model regulates a wide range of data with coarse granularity and lacks flexibility in protecting privacy,unable to achieve fine,personalized and differentiated privacy protection.Three kinds,11 types of multi-parameter random response models are proposed,including row multi-parameter,compound multi-parameter and grouping multi-parameter.The classification framework and hierarchy of these models are given.The fine-grained multi-parameter randomized response models can realize fine,individualized and differentiated privacy protection effect.

    Keywords:randomized response;privacy preserving;frequent item set;sensitivity survey

    1 ? 引言(Introduction)

    頻繁項集挖掘是數(shù)據(jù)挖掘中的一個重要分支,隨著人們對數(shù)據(jù)隱私和安全的日益關(guān)注,頻繁項集挖掘賴以生存的數(shù)據(jù)環(huán)境發(fā)生很大變化,表現(xiàn)在:(1)在數(shù)據(jù)收集階段,出于隱私的考慮,人們可能不再愿意提供真實的數(shù)據(jù)供分析使用,比如在線調(diào)查,一家藥品公司為了發(fā)現(xiàn)各種疾病之間的關(guān)聯(lián)關(guān)系,需要開展疾病的調(diào)查以收集數(shù)據(jù),而調(diào)查者出于隱私的考慮不愿意提供數(shù)據(jù)或提供虛假數(shù)據(jù);(2)在企業(yè)試圖將頻繁模式挖掘任務(wù)外包給第三方,或多個企業(yè)合作進行頻繁模式挖掘而需共享數(shù)據(jù)時,出于客戶隱私和商業(yè)安全的考慮,在數(shù)據(jù)共享前需對數(shù)據(jù)進行預(yù)處理,以保護客戶隱私和隱藏一些敏感規(guī)則;(3)頻繁項集挖掘的科研人員對自己的算法進行測試時,難以得到真實數(shù)據(jù)作為benchmark。如何在基于隱私和安全考慮的環(huán)境中,很好地實施數(shù)據(jù)挖掘任務(wù)和各種應(yīng)用,是隱私保護數(shù)據(jù)挖掘要解決的問題[1-3]。

    2 ? 相關(guān)工作(Related work)

    隨機化[4,5]是目前隱私保護數(shù)據(jù)挖掘中運用的主要方法,包括隨機化干擾(randomized perturbation)和隨機化回答(randomized response)兩種模型。其中隨機化干擾模型主要用于數(shù)值數(shù)據(jù),通過在原始數(shù)值數(shù)據(jù)上增加隨機干擾數(shù)實現(xiàn);隨機化回答模型主要用于分類數(shù)據(jù),通過對分類屬性值在不同取值間作隨機變換實現(xiàn),該模型最先由沃納提出[6],被廣泛用于敏感性問題[7]的調(diào)查中。

    在隱私保護頻繁模式挖掘[8-11]、隱私保護關(guān)聯(lián)規(guī)則挖掘[12,13]方面,文獻[13]提出基于隨機化回答的mask/MASK(Mining Associations with Secrecy Konstraints)方法,通過數(shù)據(jù)干擾和支持度重構(gòu)實現(xiàn)了隱私數(shù)據(jù)保護的關(guān)聯(lián)規(guī)則挖掘,mask方法中隨機化參數(shù)只有一個,所有的數(shù)據(jù)元素受控于此唯一的參數(shù)。文獻[14]對mask算法進行了擴展,提出“特定于符號(1和0)”的隨機化過程(symbol-specific distortion)和相應(yīng)的emask算法,emask對“1”“0”設(shè)置兩個不同的隨機化參數(shù),使它們擁有不同的隱私保護級別。文獻[15]提出“非統(tǒng)一”(non-uniform)參數(shù)的隨機化過程和相應(yīng)的項集支持度遞歸估計RE(Recursive Estimation)算法,RE在隨機化過程中對不同屬性設(shè)置不同的隨機化參數(shù),使不同屬性可以擁有不同的隱私保護級別。文獻[16]對mask算法在支持度重構(gòu)復(fù)雜度方面進行了優(yōu)化,提出了mmask算法。文獻[17]使用“風(fēng)險-效用”映射(Risk-Utility,R-U)比較了不同的隨機化策略,并提出了用于布爾數(shù)據(jù)和分類數(shù)據(jù)的最優(yōu)隨機化策略,同emask一樣,針對布爾數(shù)據(jù)的隨機化采用兩個隨機化參數(shù)。

    上述隨機化回答模型在隱私保護頻繁項集挖掘中,取得了很大進展,但存在以下問題。(1)隨機化模型類型單一,隨機化參數(shù)調(diào)控的數(shù)據(jù)范圍寬、粒度粗,對隱私數(shù)據(jù)保護粒度的控制缺乏靈活性。(2)已有模型沒有考慮不同個體隱私保護需求的差異性,而這種需求在現(xiàn)實應(yīng)用中是客觀存在和急需解決的。

    針對以上問題,本文在沃納模型、單參數(shù)等隨機化模型的基礎(chǔ)上,提出三類細粒度的隨機化回答模型:個體多參隨機化模型、復(fù)合多參隨機化模型、分組多參隨機化模型。個體多參隨機化模型,面向不同個體需要不同保護的多樣化隱私保護需求問題,可為不同個體設(shè)置不同的隨機化參數(shù);復(fù)合多參隨機化模型,組合已有的單一型隨機化模型,使隨機化參數(shù)控制的數(shù)據(jù)范圍更加細致;分組多參隨機化模型,可對數(shù)據(jù)按不同方式分組,使隨機化參數(shù)對于數(shù)據(jù)粒度的控制更加靈活。本文給出了隨機化模型的分類框架和分類層次。本文旨在為隨機化回答模型在敏感問題調(diào)查、隱私保護頻繁項集挖掘的應(yīng)用提供一個概覽,推動隱私保護頻繁項集挖掘方法的進一步研究。

    3 ?多參數(shù)隨機化模型 (Multi-parameter random response models)

    不同于單參數(shù)隨機化,多參數(shù)隨機化用多個概率參數(shù)對數(shù)據(jù)進行隨機化。其思想是對數(shù)據(jù)中的不同元素設(shè)置不同的隱私保護級別,不同的隱私保護級別對應(yīng)不同的隨機化參數(shù),由參與調(diào)查的個體自行決定對其不同數(shù)據(jù)元素的隱私保護級別和相應(yīng)的隨機化參數(shù)。根據(jù)不同屬性取值、不同屬性和不同個體可以有以下幾種多參數(shù)隨機化模型。為簡單起見,假設(shè)參與調(diào)查的個體總數(shù)為N,每個個體對應(yīng)m個需要保護的屬性,屬性取值均為布爾值“1”“0”,由這N個個體的m個布爾屬性組成需要保護的、二維布爾矩陣表示的數(shù)據(jù)表D。(事實上,數(shù)值類型屬性可以通過離散化轉(zhuǎn)變?yōu)槎嘣诸悓傩裕疵杜e屬性,而多元分類屬性又可以轉(zhuǎn)變?yōu)椴紶枌傩?,即一般的?shù)據(jù)都可以轉(zhuǎn)變?yōu)槎S布爾矩陣形式)

    3.1 ? 二元隨機化模型(簡稱P2模型)

    這是最簡單的多參數(shù)隨機化模型,在該模型中,設(shè)置有兩個不同的隨機化參數(shù)p1和p2,對值“1”和“0”區(qū)別對待,p1和p2分別決定了對“1”和“0”的兩個不同的隱私保護級別。隨機化過程為:對于D中取值為“1”的元素,以p1的概率保持不變,以1-p1的概率取反;對于D中取值為“0”的元素以p2的概率保持不變,1-p2的概率取反。

    文獻[14]對[13]提出的單參數(shù)隨機化模型和對應(yīng)的mask算法進行了擴展,提出了“特定于符號(1和0)”的隨機化過程和相應(yīng)的emask算法,其中的“特定于符號”的隨機化過程對應(yīng)于上述兩參數(shù)隨機化模型。通過對“1”“0”設(shè)置兩個不同的隨機化參數(shù),并對p1和p2進行認真選擇和調(diào)節(jié),emask可以在獲得滿意的隱私保護性、挖掘結(jié)果準(zhǔn)確性的同時,提高頻繁項集挖掘的時間性能。

    3.2 ? 列多參隨機化模型(簡稱Pm模型)

    列(屬性)多參隨機化模型,對不同屬性(列)設(shè)置不同的隱私保護級別,假定有m個屬性A1…Am,則設(shè)置p1…pm共m個隨機化參數(shù)。隨機化過程為:對于屬性Ai所在列中的所有數(shù)據(jù)元素,以pi的概率取原值,以1-pi的概率取反。

    列多參模型主要基于以下事實:通常人們對數(shù)據(jù)中的不同屬性有不同的隱私關(guān)注度。反映在敏感問題問卷調(diào)查中,不同的問題其敏感度是有差別的,例如,對于“你是否喝過酒”“你是否抽過煙”和“你是否吸過毒”三個問題,其敏感度和需要的隱私保護級別是不一樣的。再比如“性別”“年齡”和“收入”三個屬性的敏感度和需要的保護級別也是不同的。文獻[15]針對該類場景,即“不同屬性需要不同保護”的關(guān)聯(lián)規(guī)則挖掘進行了研究,提出了“非統(tǒng)一”參數(shù)的隨機化過程和對應(yīng)的項集支持度遞歸估計RE算法。其中“非統(tǒng)一”參數(shù)的隨機化對應(yīng)于上述列多參隨機化模型。RE方法通過允許不同屬性擁有不同的隱私級別,即對不同屬性設(shè)置不同的隨機化參數(shù),可以提高支持度估計的精確性。

    3.3 ? 行多參隨機化模型(簡稱PN模型)

    行(個體)多參隨機化模型,對不同個體設(shè)置不同的隱私保護級別。假定有N個個體I1…IN,則設(shè)置p1…pN共N個隨機化參數(shù)。隨機化過程為:對于個體Ii所在行中的所有數(shù)據(jù)元素,以pi的概率取原值,以1-pi的概率取反。

    列多參模型雖然解決了縱向“不同屬性需要不同保護”的隱私保護需求問題,但沒有解決“不同個體需要不同保護”的隱私保護需求問題。

    事實上,通常不同的人對數(shù)據(jù)(即便是同樣的數(shù)據(jù))會有不同的隱私關(guān)注度,這來自個人對事物的主觀態(tài)度和意愿。反映在調(diào)查問卷中,不同的人對問題(即便是對同一個問題)的敏感度是有差異的,例如,對于同樣的調(diào)查問題“你是否吸過毒”,吸毒者張三、李四和王五的反應(yīng)態(tài)度可能會截然不同。張三對此問題并不敏感,表示十分愿意真實地做出回答和貢獻其個人對此問題的數(shù)據(jù);李四對此問題的敏感度模棱兩可,表示愿意以60%的概率貢獻其真實數(shù)據(jù);王五對此問題非常敏感,完全不愿意泄露對此問題的個人信息。同樣,對于“年齡”屬性,女性比男性可能更敏感,造成問卷調(diào)查中,女性組對于男性組更難于接受此項調(diào)查。這些例子均表明不同的個體會有不同的隱私保護要求和偏好。

    然而,到目前為止,還沒有文獻對“不同個體需要不同保護”的隱私保護頻繁模式挖掘(或關(guān)聯(lián)規(guī)則挖掘)問題做研究。現(xiàn)有的隱私保護關(guān)聯(lián)規(guī)則挖掘解決方案都是獨立于個體的,即默認所有個體的隱私保護要求都相同,沒有尊重不同個體的主觀意愿。在提倡“以客戶為中心”“以人為本”“尊重用戶偏好”“強調(diào)個性化服務(wù)”的人本時代,如何能在獲取相關(guān)信息的同時,盡可能地為不同的個體提供定制的隱私保護服務(wù),滿足不同個體的多樣化隱私保護要求,是隱私保護的數(shù)據(jù)發(fā)布、數(shù)據(jù)分析和數(shù)據(jù)挖掘必須解決和亟待解決的問題。本章將結(jié)合上面所提出的行多參隨機化模型,設(shè)計與之相對應(yīng)的項集支持度估算方法,通過允許不同個體擁有不同的隱私級別,實現(xiàn)頻繁模式挖掘中的個性化隱私保護。

    3.4 ? 復(fù)合多參隨機化模型

    上述三種基本的多參隨機化模型P2、Pm、PN可相互交叉組合,產(chǎn)生P2×m、P2×N、Pm×N和P2×m×N共四種復(fù)合的多參數(shù)隨機化模型(腳標(biāo)表示隨機化參數(shù)個數(shù)),不同模型中隨機化參數(shù)所控制的范圍或粒度不同。

    三種基本多參隨機化模型中,二元隨機化P2模型中的一個隨機化參數(shù)控制一類取值,只對“1”和“0”區(qū)分,保護粒度最粗;Pm模型中的一個隨機化參數(shù)控制一列,對每列作區(qū)分;PN模型中的一個參數(shù)控制一行,對每行作區(qū)分。

    四種復(fù)合多參隨機化模型中,P2×m模型的每列有兩個隨機化參數(shù)(稱其為二元隨機化列),一個控制該列中的“1”,一個控制該列中的“0”,對“1”“0”和列同時作區(qū)分;P2×N模型中的每行有兩個隨機化參數(shù)(稱其為二元隨機化行),分別控制該行中的“1”和“0”,對“1”“0”和行同時作區(qū)分;而Pm×N模型有m×N個隨機化參數(shù),每個參數(shù)控制一個數(shù)據(jù)單元,對行和列同時區(qū)分;P2×m×N模型有2×m×N個隨機化參數(shù),每一個數(shù)據(jù)單元上有兩個隨機化參數(shù)(稱其為二元隨機化數(shù)據(jù)單元),該模型對取值、行、列同時作區(qū)分,保護粒度最細。

    3.5 ? 分組多參隨機化模型

    在細粒度的隱私保護隨機化模型中,若保護粒度太細,隨機化參數(shù)太多,并且存在多個屬性的敏感度相當(dāng),或參與調(diào)查的多個個體的隱私保護要求差不多,則可按屬性垂直分組或按個體水平分組,進行分組隨機化,使同一組內(nèi)共用一個隨機化參數(shù),形成分組多參隨機化模型。將按個體、屬性分組結(jié)合到以上Pm、PN和P2×m、P2×N、Pm×N模型中(注:P2模型不涉及個體、屬性,不可分組),可派生出下面六種分組多參隨機化模型:

    Pm/g模型:屬性分組多參隨機化模型,m個屬性被分為若干組,每組一個隨機化參數(shù),每個隨機化參數(shù)控制組中的多列。若等分時每組包含g列,則組數(shù)和隨機化參數(shù)個數(shù)為m/g。

    PN/g模型:個體分組多參隨機化模型,N個個體被分為若干組,每組一個隨機化參數(shù),每個隨機化參數(shù)控制組中的多行。若等分時每組包含g行,則組數(shù)和隨機化參數(shù)個數(shù)為N/g。

    P2×m/g模型:二元屬性分組多參隨機化模型,m個二元隨機化的列垂直分為m/g組,每組有兩個隨機化參數(shù),一個控制該組中的“1”,一個控制該組中的“0”。

    P2×N/g模型:二元個體分組多參隨機化模型,N個二元隨機化的行水平分為N/g組,每組有兩個隨機化參數(shù),一個控制該組中的“1”,一個控制該組中的“0”。

    Pm/g×N/g模型:行、列交叉分組多參隨機化模型,簡稱分塊多參隨機化模型。二維矩陣在行列方向同時分組后,被分為m/g×N/g塊,每塊一個隨機化參數(shù)。

    P2×m/g×N/g模型:二元行、列交叉分組多參隨機化模型,簡稱二元分塊多參隨機化模型。二維矩陣在行列方向同時分組后,被分為m/g×N/g塊,每塊兩個隨機化參數(shù),一個控制該塊中的“1”,一個控制該塊中的“0”。

    圖1給出了隨機化模型的分類框架、分類層次。該分類框架主要依據(jù)隨機化過程是否根據(jù)取值、屬性和個體的不同作了區(qū)分。依此分類框架構(gòu)成的隨機化模型分類層次中,最上端的P模型是最簡單的單參數(shù)隨機化模型,該模型不區(qū)分1—0取值、不區(qū)分行和列,以統(tǒng)一的隨機化參數(shù)對一個二維的數(shù)據(jù)表進行隨機化干擾。位于第二層的是三種基本的多參隨機化模型P2、Pm、PN模型,分別對1—0取值、列和行作區(qū)分,并繼承了P模型的基本隨機化過程:以p的概率取原值,以1-p的概率取反。位于第三、第四層的是四種復(fù)合的多參數(shù)隨機化模型P2×m、P2×N、Pm×N和P2×m×N,由相應(yīng)的基本多參隨機化模型交叉組合而產(chǎn)生。六種分組多參隨機化模型未在圖中列出,實際上每個分組隨機化模型都可看作是相應(yīng)模型的特例,比如Pm/g模型可看作是Pm模型在某些列隨機化參數(shù)相等時的特例。

    沿分類層次,越往上模型越簡單、隨機化參數(shù)越少,同一層次中,越往左模型越簡單、隨機化參數(shù)越少。且上層模型可看作是下層模型在某些隨機化參數(shù)相等時的特例,比如最上端的、最簡單的單參數(shù)隨機化P模型,可看作是最下端的多參數(shù)隨機化P2×m×N模型在所有2×m×N個隨機化參數(shù)都相等時的特例。

    目前,研究者已先后提出了跟單參數(shù)隨機化P模型、二元隨機化P2模型、屬性多參隨機化Pm模型(圖1左上角)分別相匹配的mask、emask和RE三種項集支持度重構(gòu)算法,用以解決隱私保護的頻繁模式挖掘問題。對于除這三種模型外的其他幾種較為復(fù)雜、保護粒度較細的隨機化模型(圖1右下角),還沒有相關(guān)的研究,而這幾種細粒度隨機化模型的研究以及與之相適應(yīng)的項集支持度重構(gòu)算法的設(shè)計,對于進一步加強隨機化過程參數(shù)設(shè)置的靈活性、增強隱私保護挖掘方法的隱私保護性和提高隱私保護挖掘結(jié)果的準(zhǔn)確性,都將有積極的推動作用。同時,圖1右下角與“N”相關(guān)的四個模型在個性化方向的擴展,可作為個性化隱私保護方法研究的一個新起點。

    4 ? 結(jié)論(Conclusion)

    本文針對頻繁項集挖掘中的隱私保護問題,其主要貢獻在于:(1)拓展和豐富了已有的三種簡單、粗粒度隨機化模型(P、P2、Pm模型),提出了三大類細粒度隨機化模型,共11種,具體包括:一種行多參隨機化模型(PN),四種復(fù)合多參隨機化(P2×m、P2×N、Pm×N和P2×m×N),六種分組多參隨機化模型(Pm/g、PN/g、P2×m/g、P2×N/g、Pm/g×N/g、P2×m/g×N/g);(2)給出了隨機化模型的分類框架、分類層次。

    作為個性化隱私保護頻繁項集挖掘的一個研究分支,還有很多工作值得今后探索。(1)針對PN/g模型的支持度重構(gòu)方法,是否能推導(dǎo)出該方法所對應(yīng)的支持計數(shù)重構(gòu)公式和支持度重構(gòu)偏差公式,是否能設(shè)計相應(yīng)算法實驗驗證方法的有效性需要進一步研究;(2)這11種細粒度隨機化模型的支持度重構(gòu)方法尚屬空白,對此內(nèi)容研究將極大豐富隱私保護頻繁模式挖掘方法;(3)能否將各種隨機化模型應(yīng)用到分類、聚類等

    挖掘任務(wù),并構(gòu)造與之適應(yīng)的特征重構(gòu)方法,也值得研究。

    參考文獻(References)

    [1] Kenthapadi K,Mironov I,Thakurta AG.Privacy-preserving data mining in industry[C].In:Proc.of the Web Conference 2019-Companion of the World Wide Web Conference (WWW '19),2019:1308-1310.

    [2] Li YL,Miao,CL,Su L,et al.An efficient two-layer mechanism for privacy-preserving truth discovery[C].In:Proc.of the 24th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining (KDD '18).ACM,New York,NY,USA,2018:1705-1714.

    [3] Teo SG,Cao JN,Lee VCS.DAG:A general model for privacy-preserving data mining[J].IEEE Transactions on Knowledge and Data Engineering,2018,Article in Press.

    [4] Bullek B,Garboski S,Darakhshan JM,et al.Towards understanding differential privacy:when do people trust randomized response technique?[C].In:Proc.of the 2017 CHI Conference on Human Factors in Computing Systems (CHI '17).ACM,New York,NY,USA,2017:3833-3837.

    [5] Aldà F and Simon HU.Randomized response schemes,privacy and usefulness[C].In:Proc.of the 2014 Workshop on Artificial Intelligent and Security Workshop (AISec '14).ACM,New York,NY,USA,2014:15-26.

    [6] Warner SL.Randomized response:A survey technique for eliminating evasive answer bias[J].The American Statistical Association,1965,60(309):63-69.

    [7] 陳光慧,韓兆洲.基于隨機化回答模型的最低工資敏感性問題研究[J].統(tǒng)計與信息論壇,2012,27(09):3-7.

    [8] 郭宇紅,童云海,唐世渭,等.帶學(xué)習(xí)的同步隱私保護頻繁模式挖掘[J].軟件學(xué)報,2011,22(08):1749-1760.

    [9] Sun CJ,F(xiàn)u Y,Zhou JL,et al.Personalized privacy-preserving frequent itemset mining using randomized response[J].The Scientific World Journal,2014.

    [10] 許勝之.滿足差分隱私保護的頻繁模式挖掘關(guān)鍵技術(shù)研究[D].北京郵電大學(xué),2016.

    [11] 蔣辰,楊庚,白云璐,等.面向隱私保護的頻繁項集挖掘算法[J].信息網(wǎng)絡(luò)安全,2019(04):73-81.

    [12] 邢歡.基于隱私保護的關(guān)聯(lián)規(guī)則挖掘研究[D].南京郵電大學(xué),2016.

    [13] Rizvi SJ,Haritsa JR.Maintaining data privacy in association rule mining[C].In:Proc.of the 28th Int' l Conf.on Very Large Data Bases (VLDB '02).Morgan Kaufmann,2002:682-698.

    [14] Agrawal S,Krishnan V,Haritsa J.On addressing efficiency concerns in privacy preserving mining[C].In:Proc.of the 9th Int' l Conf.on Database Systems for Advanced Applications (DASFAA' 04).LNCS 2973,Springer-Verlag,2004:113-124.

    [15] Xia Y,Yang Y,Chi Y.Mining association rules with non-uniform privacy concerns[C].In:Proc.of the 9th ACM SIGMOD Workshop on Research Issues in Data Mining and Knowledge Discovery(DMKD '04).ACM Press,2004:27-34.

    [16] Andruszkiewicz P.Optimization for mask scheme in privacy preserving data mining for association rules[C].In:Proc.of Int' l Conf.Rough Sets and Emerging Intelligent Systems Paradigms(RSEISP '07).LNAI 4585,Springer-Verlag,2007:465-474.

    [17] Huang ZL,Du WL,Teng ZX.Searching for better randomized response schemes for privacy-preserving data mining[C].In:Proc.of the 11th European Conference on Principles and Practice of Knowledge Discovery in Databases (PKDD '07).LNCS 4702,Heidelberg:Springer-Verlag,2007:487-497.

    作者簡介:

    郭宇紅(1979-),女,博士,副教授.研究領(lǐng)域:數(shù)據(jù)挖掘,推薦系統(tǒng).

    童云海(1971-),男,博士,教授.研究領(lǐng)域:數(shù)據(jù)挖掘,聯(lián)機分析處理.

    av欧美777| 黄网站色视频无遮挡免费观看| 少妇粗大呻吟视频| 91精品三级在线观看| 麻豆av在线久日| 亚洲成国产人片在线观看| 亚洲精品久久午夜乱码| 老汉色∧v一级毛片| 亚洲精品久久成人aⅴ小说| 国产伦人伦偷精品视频| 精品久久久久久电影网| 国产成人免费无遮挡视频| 日本黄色视频三级网站网址 | 两性夫妻黄色片| 国产精品 欧美亚洲| 精品久久久精品久久久| 亚洲欧美色中文字幕在线| 99国产综合亚洲精品| 男人的好看免费观看在线视频 | 女人久久www免费人成看片| 啦啦啦免费观看视频1| 欧美精品av麻豆av| 亚洲av日韩精品久久久久久密| 热re99久久精品国产66热6| av不卡在线播放| 18禁裸乳无遮挡动漫免费视频| 巨乳人妻的诱惑在线观看| 999精品在线视频| 国产亚洲精品第一综合不卡| 热99久久久久精品小说推荐| 久久久国产精品麻豆| 久久亚洲真实| 99热国产这里只有精品6| 中出人妻视频一区二区| 黄色a级毛片大全视频| 两性夫妻黄色片| 国产精品影院久久| 一级作爱视频免费观看| tube8黄色片| 久久精品亚洲av国产电影网| 精品国产美女av久久久久小说| 人妻一区二区av| 国产精品免费一区二区三区在线 | 丝袜人妻中文字幕| 男女下面插进去视频免费观看| 1024视频免费在线观看| 一级作爱视频免费观看| 成年人黄色毛片网站| 精品熟女少妇八av免费久了| x7x7x7水蜜桃| 日本a在线网址| 69av精品久久久久久| 亚洲熟妇熟女久久| 国产一卡二卡三卡精品| 9191精品国产免费久久| 国产精品成人在线| 亚洲国产精品sss在线观看 | av视频免费观看在线观看| 亚洲国产看品久久| 亚洲精品国产精品久久久不卡| cao死你这个sao货| 在线观看日韩欧美| 国产精品 欧美亚洲| 亚洲中文日韩欧美视频| 久热爱精品视频在线9| 久久久久国产精品人妻aⅴ院 | 麻豆乱淫一区二区| 午夜91福利影院| 高潮久久久久久久久久久不卡| 精品国内亚洲2022精品成人 | 极品少妇高潮喷水抽搐| 天天躁狠狠躁夜夜躁狠狠躁| 精品国产一区二区三区四区第35| 国产av一区二区精品久久| 精品人妻熟女毛片av久久网站| 亚洲中文av在线| 久久精品国产亚洲av高清一级| 免费看十八禁软件| 国产成人av教育| 国产男女内射视频| 99精品在免费线老司机午夜| 久久久久国产精品人妻aⅴ院 | 欧美色视频一区免费| 久久青草综合色| ponron亚洲| 99国产精品免费福利视频| tocl精华| 搡老熟女国产l中国老女人| 久久国产乱子伦精品免费另类| 欧美日韩亚洲综合一区二区三区_| 18禁裸乳无遮挡动漫免费视频| 岛国在线观看网站| 亚洲精品美女久久久久99蜜臀| 男人操女人黄网站| 国产在视频线精品| 国产免费av片在线观看野外av| 国产精品 国内视频| 午夜成年电影在线免费观看| 超碰97精品在线观看| 亚洲成av片中文字幕在线观看| 夜夜爽天天搞| 国产一区二区三区在线臀色熟女 | 99久久99久久久精品蜜桃| 精品无人区乱码1区二区| 狠狠狠狠99中文字幕| 日韩欧美一区视频在线观看| 美国免费a级毛片| 少妇猛男粗大的猛烈进出视频| 免费不卡黄色视频| 亚洲aⅴ乱码一区二区在线播放 | 亚洲欧美色中文字幕在线| 捣出白浆h1v1| 免费观看人在逋| av网站免费在线观看视频| 99香蕉大伊视频| 亚洲成国产人片在线观看| 久久草成人影院| 欧美日韩亚洲国产一区二区在线观看 | 丰满迷人的少妇在线观看| 欧美精品一区二区免费开放| 久久久精品免费免费高清| 亚洲全国av大片| 99久久99久久久精品蜜桃| 亚洲精品一卡2卡三卡4卡5卡| 波多野结衣av一区二区av| 美女高潮到喷水免费观看| 国产成人影院久久av| 色精品久久人妻99蜜桃| 极品教师在线免费播放| 国产成人精品在线电影| 国产精品久久久久成人av| 亚洲精品久久午夜乱码| 99国产精品99久久久久| 又黄又爽又免费观看的视频| 亚洲中文字幕日韩| av在线播放免费不卡| 一二三四社区在线视频社区8| 精品免费久久久久久久清纯 | 身体一侧抽搐| 99re在线观看精品视频| 天堂√8在线中文| 男女之事视频高清在线观看| 精品国产一区二区久久| 一级毛片高清免费大全| 精品国产一区二区三区四区第35| 如日韩欧美国产精品一区二区三区| 精品高清国产在线一区| 午夜免费观看网址| 女人精品久久久久毛片| 999久久久精品免费观看国产| 成人免费观看视频高清| √禁漫天堂资源中文www| 建设人人有责人人尽责人人享有的| 国产一区二区三区综合在线观看| 日本vs欧美在线观看视频| 热99国产精品久久久久久7| 国产蜜桃级精品一区二区三区 | 久久精品国产a三级三级三级| 精品免费久久久久久久清纯 | 人人妻人人澡人人爽人人夜夜| 久久久久视频综合| 亚洲精品国产区一区二| 最近最新中文字幕大全免费视频| av国产精品久久久久影院| 男人舔女人的私密视频| 19禁男女啪啪无遮挡网站| 国产成人精品久久二区二区91| 两性夫妻黄色片| 51午夜福利影视在线观看| 国产免费av片在线观看野外av| 精品国产一区二区三区四区第35| 女人被躁到高潮嗷嗷叫费观| 国产精品久久久久成人av| 人人妻人人添人人爽欧美一区卜| 91麻豆av在线| 校园春色视频在线观看| 亚洲色图综合在线观看| 国产精品一区二区精品视频观看| 亚洲国产看品久久| 国产成人精品无人区| 视频区图区小说| 久久午夜综合久久蜜桃| 久热爱精品视频在线9| 日韩 欧美 亚洲 中文字幕| 精品久久久久久久毛片微露脸| 欧美日韩视频精品一区| 国产aⅴ精品一区二区三区波| 日韩免费高清中文字幕av| 97人妻天天添夜夜摸| 精品亚洲成a人片在线观看| 国产精品免费一区二区三区在线 | 亚洲精品中文字幕一二三四区| 一二三四社区在线视频社区8| 精品一品国产午夜福利视频| 伊人久久大香线蕉亚洲五| 精品亚洲成国产av| 宅男免费午夜| 欧美老熟妇乱子伦牲交| 1024视频免费在线观看| 久久ye,这里只有精品| 成人特级黄色片久久久久久久| 久久精品国产清高在天天线| 免费人成视频x8x8入口观看| 91av网站免费观看| 男人操女人黄网站| 伦理电影免费视频| 午夜日韩欧美国产| 亚洲欧美日韩另类电影网站| 村上凉子中文字幕在线| 午夜福利,免费看| 中国美女看黄片| 午夜成年电影在线免费观看| 欧美精品亚洲一区二区| 亚洲少妇的诱惑av| 国产欧美日韩综合在线一区二区| 少妇猛男粗大的猛烈进出视频| 国产精品一区二区精品视频观看| 久久中文看片网| 最新的欧美精品一区二区| 欧美久久黑人一区二区| 久久香蕉精品热| 人妻一区二区av| 18在线观看网站| 欧美日韩亚洲国产一区二区在线观看 | e午夜精品久久久久久久| 亚洲成人手机| 亚洲精品国产区一区二| 美女高潮喷水抽搐中文字幕| 麻豆av在线久日| 免费av中文字幕在线| 又黄又粗又硬又大视频| 嫩草影视91久久| 久久久久久久午夜电影 | 国产成人av教育| netflix在线观看网站| 成人特级黄色片久久久久久久| 男女高潮啪啪啪动态图| av天堂久久9| 成人永久免费在线观看视频| 欧美 日韩 精品 国产| 1024香蕉在线观看| 超色免费av| 欧美国产精品一级二级三级| 一边摸一边抽搐一进一出视频| 国产日韩一区二区三区精品不卡| 女性被躁到高潮视频| 国产精品香港三级国产av潘金莲| 国产成人精品久久二区二区91| 亚洲国产中文字幕在线视频| 免费在线观看视频国产中文字幕亚洲| av中文乱码字幕在线| 欧美日韩乱码在线| 国产单亲对白刺激| 精品福利观看| 亚洲精品一二三| 大香蕉久久成人网| 淫妇啪啪啪对白视频| 欧美日韩亚洲高清精品| 久久午夜亚洲精品久久| 亚洲精品久久午夜乱码| 不卡一级毛片| 极品少妇高潮喷水抽搐| 亚洲第一青青草原| 1024视频免费在线观看| 法律面前人人平等表现在哪些方面| 免费日韩欧美在线观看| 免费黄频网站在线观看国产| 午夜免费观看网址| 香蕉国产在线看| 亚洲在线自拍视频| 色在线成人网| 免费人成视频x8x8入口观看| 黑人猛操日本美女一级片| 午夜两性在线视频| 99在线人妻在线中文字幕 | 老司机在亚洲福利影院| 久久亚洲精品不卡| 国产精品成人在线| 日日夜夜操网爽| 韩国精品一区二区三区| 国产男女超爽视频在线观看| 国产97色在线日韩免费| 欧美乱码精品一区二区三区| 99re在线观看精品视频| 黄频高清免费视频| 大片电影免费在线观看免费| 日韩免费av在线播放| 夜夜爽天天搞| 精品福利观看| 欧美精品人与动牲交sv欧美| 亚洲午夜精品一区,二区,三区| 丝袜美腿诱惑在线| 亚洲午夜理论影院| 老司机影院毛片| 亚洲色图综合在线观看| 欧美黄色片欧美黄色片| 久久人妻av系列| 久久精品aⅴ一区二区三区四区| 国产精品偷伦视频观看了| 50天的宝宝边吃奶边哭怎么回事| 亚洲 国产 在线| 最近最新免费中文字幕在线| 欧美精品亚洲一区二区| 国产精品 国内视频| netflix在线观看网站| 精品国产一区二区三区四区第35| 精品熟女少妇八av免费久了| 午夜视频精品福利| 国产欧美日韩一区二区精品| 亚洲国产欧美日韩在线播放| 欧美成狂野欧美在线观看| 亚洲五月色婷婷综合| 亚洲精品中文字幕一二三四区| 9191精品国产免费久久| 黄色视频,在线免费观看| 国产成人免费无遮挡视频| 99re6热这里在线精品视频| 正在播放国产对白刺激| 丰满的人妻完整版| 国产高清国产精品国产三级| 亚洲国产看品久久| 国产男女内射视频| 久热这里只有精品99| 亚洲综合色网址| 日韩成人在线观看一区二区三区| 中文字幕人妻熟女乱码| 纯流量卡能插随身wifi吗| 国产av又大| 老司机在亚洲福利影院| 90打野战视频偷拍视频| 9色porny在线观看| www.999成人在线观看| e午夜精品久久久久久久| 九色亚洲精品在线播放| 久久亚洲真实| 麻豆成人av在线观看| 国产精品 国内视频| 一边摸一边抽搐一进一出视频| 精品免费久久久久久久清纯 | 丝袜人妻中文字幕| 建设人人有责人人尽责人人享有的| 亚洲五月天丁香| 欧美不卡视频在线免费观看 | 国产男女内射视频| 久久精品国产亚洲av香蕉五月 | 亚洲熟妇熟女久久| 91精品国产国语对白视频| 99re6热这里在线精品视频| 国产精品一区二区免费欧美| 99re6热这里在线精品视频| 久久热在线av| 一二三四社区在线视频社区8| 黑人欧美特级aaaaaa片| 久久久久精品人妻al黑| 看免费av毛片| 视频区欧美日本亚洲| 欧美精品av麻豆av| 国产野战对白在线观看| 精品免费久久久久久久清纯 | 日韩中文字幕欧美一区二区| 亚洲成人免费av在线播放| av有码第一页| 嫁个100分男人电影在线观看| 99热国产这里只有精品6| 国产精品一区二区在线不卡| 咕卡用的链子| 黑人巨大精品欧美一区二区mp4| 免费看a级黄色片| 国产不卡av网站在线观看| 少妇裸体淫交视频免费看高清 | 深夜精品福利| 女人精品久久久久毛片| 身体一侧抽搐| 久久中文字幕一级| 多毛熟女@视频| 久久久久久人人人人人| 亚洲成av片中文字幕在线观看| 国产成人一区二区三区免费视频网站| 午夜91福利影院| 他把我摸到了高潮在线观看| 国产伦人伦偷精品视频| 欧美日韩一级在线毛片| 久久午夜综合久久蜜桃| 国产精品1区2区在线观看. | 免费高清在线观看日韩| 一级片'在线观看视频| 色播在线永久视频| 人妻一区二区av| www.精华液| 婷婷精品国产亚洲av在线 | 在线观看免费视频日本深夜| 少妇裸体淫交视频免费看高清 | 欧美激情高清一区二区三区| 国产成人免费观看mmmm| 看片在线看免费视频| 天天影视国产精品| 麻豆av在线久日| 看黄色毛片网站| 国产av一区二区精品久久| 中文字幕人妻熟女乱码| 一边摸一边抽搐一进一出视频| 亚洲熟妇中文字幕五十中出 | 婷婷丁香在线五月| 飞空精品影院首页| 欧美精品人与动牲交sv欧美| 日日摸夜夜添夜夜添小说| 久热这里只有精品99| 国产麻豆69| 国产精品98久久久久久宅男小说| 亚洲精品粉嫩美女一区| 中出人妻视频一区二区| 国产欧美日韩一区二区三区在线| 亚洲av熟女| 看黄色毛片网站| 亚洲精品一二三| 中出人妻视频一区二区| 丁香欧美五月| 亚洲精品国产色婷婷电影| 免费在线观看完整版高清| 免费观看精品视频网站| 国产一区二区三区在线臀色熟女 | 国产精品久久久av美女十八| 多毛熟女@视频| 黄片小视频在线播放| 亚洲精品久久午夜乱码| 黄色视频,在线免费观看| 欧美性长视频在线观看| 久久久久久久精品吃奶| 又黄又粗又硬又大视频| 国产亚洲欧美在线一区二区| 亚洲第一欧美日韩一区二区三区| 在线观看www视频免费| avwww免费| 国产精品久久视频播放| 高清在线国产一区| 亚洲va日本ⅴa欧美va伊人久久| 亚洲精品久久成人aⅴ小说| 国产精品自产拍在线观看55亚洲 | 麻豆成人av在线观看| 日韩欧美一区二区三区在线观看 | 久久久久国产一级毛片高清牌| 一本大道久久a久久精品| 热99久久久久精品小说推荐| 亚洲精品乱久久久久久| 欧美 亚洲 国产 日韩一| 久久久久久久久免费视频了| 国产真人三级小视频在线观看| 亚洲色图 男人天堂 中文字幕| 一本大道久久a久久精品| 黄色视频不卡| 夜夜夜夜夜久久久久| 少妇粗大呻吟视频| 少妇裸体淫交视频免费看高清 | 久久久久久久久久久久大奶| 色播在线永久视频| 日韩 欧美 亚洲 中文字幕| av片东京热男人的天堂| 黄网站色视频无遮挡免费观看| 久久久久久久久久久久大奶| 又黄又粗又硬又大视频| 国产一区二区三区在线臀色熟女 | 黑人欧美特级aaaaaa片| 欧美av亚洲av综合av国产av| 国产欧美日韩综合在线一区二区| 国产成人欧美| 亚洲七黄色美女视频| 国产99久久九九免费精品| 国产精品免费一区二区三区在线 | 欧美精品啪啪一区二区三区| 黄频高清免费视频| 午夜福利影视在线免费观看| 久久国产精品大桥未久av| 午夜日韩欧美国产| 欧美日本中文国产一区发布| 99久久综合精品五月天人人| 国产精品久久久久久精品古装| 久久精品国产亚洲av高清一级| xxxhd国产人妻xxx| 精品视频人人做人人爽| 精品熟女少妇八av免费久了| 9热在线视频观看99| 日韩熟女老妇一区二区性免费视频| 国产高清videossex| 精品亚洲成国产av| 久久久久久亚洲精品国产蜜桃av| 新久久久久国产一级毛片| 亚洲一区高清亚洲精品| 91成人精品电影| 久久久久视频综合| 精品久久久久久,| 男人的好看免费观看在线视频 | 久久久国产成人免费| 欧美精品啪啪一区二区三区| 女人久久www免费人成看片| 亚洲精品国产色婷婷电影| 免费黄频网站在线观看国产| 亚洲一卡2卡3卡4卡5卡精品中文| 欧美日韩精品网址| 亚洲性夜色夜夜综合| 国产在线精品亚洲第一网站| 天天影视国产精品| 亚洲成a人片在线一区二区| 一级毛片高清免费大全| 天堂√8在线中文| 国产1区2区3区精品| 精品人妻1区二区| 国产精品偷伦视频观看了| 色婷婷久久久亚洲欧美| 男女之事视频高清在线观看| 亚洲国产精品合色在线| 午夜福利在线免费观看网站| 国精品久久久久久国模美| 国产亚洲欧美在线一区二区| 精品国内亚洲2022精品成人 | 亚洲av第一区精品v没综合| 亚洲av成人一区二区三| 亚洲av电影在线进入| 色综合婷婷激情| 老司机影院毛片| 国产亚洲精品一区二区www | 美国免费a级毛片| 精品国产一区二区三区久久久樱花| 欧美乱码精品一区二区三区| 99国产综合亚洲精品| 亚洲专区字幕在线| 亚洲欧美一区二区三区黑人| 女性被躁到高潮视频| 天天操日日干夜夜撸| 国产精品一区二区精品视频观看| 午夜福利在线观看吧| 午夜两性在线视频| 两性夫妻黄色片| 欧美日韩亚洲高清精品| 日本wwww免费看| 日本五十路高清| 中出人妻视频一区二区| 亚洲片人在线观看| 欧美大码av| 久久久久精品人妻al黑| 91精品国产国语对白视频| 免费女性裸体啪啪无遮挡网站| 老司机在亚洲福利影院| 久久久久国内视频| 国产成人欧美| 久久久国产一区二区| 久久香蕉国产精品| 777久久人妻少妇嫩草av网站| 99久久国产精品久久久| 久久天堂一区二区三区四区| 精品久久久精品久久久| 欧美精品一区二区免费开放| 巨乳人妻的诱惑在线观看| 99精品在免费线老司机午夜| 夜夜爽天天搞| 乱人伦中国视频| 久久人妻av系列| 国产伦人伦偷精品视频| 12—13女人毛片做爰片一| 美女扒开内裤让男人捅视频| 18禁国产床啪视频网站| 国产成+人综合+亚洲专区| 成年人黄色毛片网站| 国产一区在线观看成人免费| 国产1区2区3区精品| 1024视频免费在线观看| 村上凉子中文字幕在线| 高潮久久久久久久久久久不卡| 男女下面插进去视频免费观看| 天天躁夜夜躁狠狠躁躁| 亚洲欧洲精品一区二区精品久久久| 欧美激情极品国产一区二区三区| 亚洲欧美精品综合一区二区三区| 色婷婷av一区二区三区视频| 欧美黑人欧美精品刺激| 一边摸一边抽搐一进一出视频| 午夜老司机福利片| 欧美激情 高清一区二区三区| 国产精品久久久久成人av| 中文字幕人妻熟女乱码| 午夜福利一区二区在线看| 91九色精品人成在线观看| 国产精华一区二区三区| 久久久国产欧美日韩av| 淫妇啪啪啪对白视频| 交换朋友夫妻互换小说| 伊人久久大香线蕉亚洲五| 正在播放国产对白刺激| 黄频高清免费视频| 18禁观看日本| 成人18禁高潮啪啪吃奶动态图| а√天堂www在线а√下载 | 国产精品免费大片| 成在线人永久免费视频| 婷婷成人精品国产| 免费av中文字幕在线| 精品国产乱码久久久久久男人| 老司机靠b影院| 免费av中文字幕在线| 中文字幕另类日韩欧美亚洲嫩草| 女人被躁到高潮嗷嗷叫费观| 国产片内射在线| 香蕉丝袜av| 欧美日韩亚洲高清精品| 亚洲欧洲精品一区二区精品久久久| 久久人妻熟女aⅴ| 伊人久久大香线蕉亚洲五| 欧美久久黑人一区二区| 亚洲av欧美aⅴ国产| 涩涩av久久男人的天堂| 国精品久久久久久国模美| 十八禁人妻一区二区| av在线播放免费不卡| 搡老熟女国产l中国老女人| 一级作爱视频免费观看| 宅男免费午夜|