1、目前，很多機(jī)構(gòu)都以k-匿名的形式來(lái)發(fā)布數(shù)據(jù)。k-匿名隱私保護(hù)模型也越來(lái)越多的應(yīng)用于各個(gè)領(lǐng)域。k-匿名數(shù)據(jù)是一種特殊的不確定性數(shù)據(jù)，它的元組泛化成每個(gè)可能性世界實(shí)例的概率是相等的，并且有k條元組的準(zhǔn)標(biāo)識(shí)符都是相同的，外界攻擊者很難通過(guò)外表的連接來(lái)對(duì)數(shù)據(jù)進(jìn)行攻擊，所以k-匿名隱私保護(hù)模型能很好的保護(hù)用戶的隱私。但是也由于它的特殊性，這種數(shù)據(jù)的可用性也就大大降低了，即使使用了最優(yōu)化的k-匿名算法，也不可能產(chǎn)生令人滿意的完全精確的數(shù)據(jù)，因此，不

2、僅要在k-匿名算法上來(lái)做文章，更亟需找出一種可以對(duì)這類數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘的方法來(lái)提高k-匿名數(shù)據(jù)的可用性。
　　 數(shù)據(jù)的世系描述了數(shù)據(jù)的產(chǎn)生及變化的過(guò)程，它應(yīng)用于數(shù)據(jù)挖掘、數(shù)據(jù)核查、數(shù)據(jù)恢復(fù)和引用等很多領(lǐng)域。k-匿名數(shù)據(jù)是由確定值根據(jù)相應(yīng)的泛化樹(shù)派生出來(lái)的，因此，k-匿名數(shù)據(jù)的世系包含泛化樹(shù)及派生規(guī)則，它描述了靜態(tài)數(shù)據(jù)源（即原始表）通過(guò)泛化樹(shù)進(jìn)行演化，最終得到k-匿名表的過(guò)程。通過(guò)對(duì)k-匿名數(shù)據(jù)生成過(guò)程的分析，每一個(gè)k-匿名表都是

3、原始數(shù)據(jù)表通過(guò)特定的泛化樹(shù)泛化而來(lái)的，提出了泛化樹(shù)的形式化定義，并在這個(gè)基礎(chǔ)上，從一個(gè)數(shù)據(jù)接收者角度對(duì)泛化樹(shù)做出了分析，提出了泛化樹(shù)的構(gòu)造算法，使接收者能夠更方便有效的對(duì)數(shù)據(jù)進(jìn)行挖掘分析工作。
　　 關(guān)聯(lián)規(guī)則挖掘算法是數(shù)據(jù)挖掘中一個(gè)基礎(chǔ)的、重要的方法，它的目的是在大量數(shù)據(jù)中發(fā)現(xiàn)項(xiàng)集之間的有趣的聯(lián)系?，F(xiàn)在很多研究學(xué)者對(duì)不確定性數(shù)據(jù)的關(guān)聯(lián)規(guī)則挖掘算法都已經(jīng)有了一定的研究成果，產(chǎn)生了不少優(yōu)秀的算法，但是，這些算法往往都是在元組還原成可

4、能世界實(shí)例的概率不等的基礎(chǔ)上提出的，并不適用于k-匿名這種特殊的不確定性數(shù)據(jù)，為了解決這個(gè)問(wèn)題，把k-匿名數(shù)據(jù)的世系應(yīng)用到挖掘中去，提出了針對(duì)k-匿名數(shù)據(jù)的挖掘算法基于泛化樹(shù)的關(guān)聯(lián)規(guī)則挖掘算法。它包括了k-項(xiàng)集的期望支持度算法和置信度算法，前者用于找到頻繁項(xiàng)集，后者用于產(chǎn)生強(qiáng)關(guān)聯(lián)規(guī)則。
　　 該算法與傳統(tǒng)的確定或不確定數(shù)據(jù)的關(guān)聯(lián)規(guī)則挖掘算法相比，對(duì)于處理k-匿名數(shù)據(jù)，在時(shí)間復(fù)雜度上有了極大的改善，提高了挖掘效率。實(shí)驗(yàn)結(jié)果表明，文