1、數(shù)據(jù)挖掘被廣泛應(yīng)用于多個領(lǐng)域，尤其是在如銀行、電信、保險、交通、零售等商業(yè)領(lǐng)域。但數(shù)據(jù)挖掘也會帶來一些社會問題，其中最敏感的要屬隱私保護問題。因此，有必要研究如何在數(shù)據(jù)挖掘中保護信息隱私，并且建立基于隱私保護的挖掘模型，以保證在挖掘過程中敏感信息的安全。 本文主要探討基于隱私保護的決策樹分類模型的構(gòu)造問題，其中決策樹的生成算法采用ID3算法。該問題具體定義為：有兩個不同站點，站點A和站點B，欲基于數(shù)據(jù)集共同構(gòu)造決策樹；站點A和站

2、點B各自擁有數(shù)據(jù)集的一部分；在構(gòu)造決策樹的同時，必須保證站點A和站點B均不會泄露自己數(shù)據(jù)的具體字段信息。 根據(jù)不同的分布情況，數(shù)據(jù)集可分為：集中式數(shù)據(jù)集、水平分布數(shù)據(jù)集和垂直分布數(shù)據(jù)集。本文對上述三種數(shù)據(jù)集的保護隱私的決策樹構(gòu)造方法進行了描述與分析，并分別討論了隨機化方法和安全多方計算方法在保護隱私的決策樹生成算法中的應(yīng)用。 對于集中式數(shù)據(jù)集，應(yīng)用隨機化方法實現(xiàn)建樹過程中的隱私保護。首先，采用服從均勻分布或高斯分布的隨機

3、變量對原始數(shù)據(jù)進行變換。其次，應(yīng)用一種基于貝葉斯理論的重構(gòu)方法對數(shù)據(jù)進行重構(gòu)。最后，在重構(gòu)的數(shù)據(jù)上構(gòu)造決策樹。對于數(shù)據(jù)集水平分布和垂直分布的情況，應(yīng)用安全多方計算協(xié)議實現(xiàn)建樹過程中的隱私保護，即參與計算的各站點分別輸入保密信息，運用安全計算協(xié)議得到隨機分享值。 針對垂直分布的數(shù)據(jù)集，本文提出了一種保護隱私的決策樹構(gòu)造方法PVID3算法。該方法與前面提到的基于垂直分布數(shù)據(jù)的保護隱私的決策樹構(gòu)造方法的不同之處如下： ①前者應(yīng)