面向商场交易记录的频繁项集挖掘方法研究

发布时间：2021-11-21 13:51

　　随着信息技术的发展和云服务的兴起,很多商场通过上传顾客的交易记录给云服务器的方式实现对大规模数据的存储和管理,因此在云服务器上存储着大量的交易记录。并且由于云服务器的计算能力强,因此可以借助云服务器实现数据挖掘。根据挖掘结果,可以合理安排商品的摆放,在为消费者提供便利的同时提高商场利润。由于关联规则挖掘是数据挖掘中一种重要的方法,频繁项集挖掘是关联规则挖掘的基础步骤,因此,一个安全有效的频繁项集挖掘方法十分重要,要求其既能输出正确的挖掘结果,又具有较高的挖掘效率,并且在挖掘过程中不会泄露用户的隐私数据。本文所做的主要工作如下:1、提出了抵抗内部攻击的频繁项集挖掘方案。为了保护用户的隐私,在一些现有的方案中,采用密码学的方法,用户通过评估员的公钥对交易记录进行加密,然后上传密文数据给云服务器。针对这种方法中存在的无法抵抗评估员内部攻击的问题,在我们提出的方案中,更换基础的加解密系统为BCP密码系统,同时采用联合公钥而非评估员的公钥对交易记录进行加密,然后上传密文数据给云服务器。因此在此过程中,即使密文数据被评估员截获,由于它没有联合公钥对应的私钥,无法解密获得明文交易记录。因此,避免了用... 

【文章来源】：西安电子科技大学陕西省 211工程院校 教育部直属院校

【文章页数】：81 页

【学位级别】：硕士

【部分图文】：

抵抗内部攻击的频繁项集挖掘方案模型图

3.2：在通信开销方面，改进方案一具有可行性。：下面分别从数据处理阶段和支持度计算评估阶段证明结论 3.2。）数据处理阶段处理阶段包括初始化阶段和数据加密阶段。本阶段的通信开销产交易记录给 CSP 时，因为| | 1 024BCPN ，BCP 密文的大小为 4 0文交易记录的大小为4 096 nbits，其中n为每条交易记录的维数，段的通信开销Comm如下：4 096 bits4 096 16 470MB1 024 1 024 88.04 MBComm n mmm 进方案一数据处理阶段的通信开销进行测试，结果如下图 3.2 所示

改进方案一支持度计算评估阶段通信开销图


本文编号：3509627