(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210362302.8 (22)申请日 2022.04.07 (71)申请人 国网江苏省电力有限公司营销服 务 中心 地址 210019 江苏省南京市 建邺区奥体大 街9号 申请人 国网江苏省电力有限公司 (72)发明人 邹云峰　单超　祝宇楠　刘云鹏　 蔡明明　 (74)专利代理 机构 北京智绘未来专利代理事务 所(普通合伙) 11689 专利代理师 郑直 (51)Int.Cl. G06F 21/62(2013.01) (54)发明名称 一种基于差分隐私的分布式隐私保护频繁 项集挖掘方法及系统 (57)摘要 本发明公开了一种基于差分隐私的分布式 隐私保护频繁项集挖掘方法及系统， 所述方法包 括： 选择中心节点Un+1和参与者节点Ui， 设置隐私 预算ε及隐私预算分配方案； 设定参数； Ui和Un+1 生成有序项集支持度集合； Ui采集项集并对支持 度添加噪声及后置处理； Un+1构建全局次频繁项 集； Ui基于全局次频繁项集进行项集筛选和支持 度加噪； Un+1构建全局频繁项集并进行支持度分 布拟合更新， 继而筛选得出频繁项集挖掘结果， 向各个节点Ui发布挖掘结果。 本发明针对分布式 隐私保护频繁项集挖掘场景， 实现了无可信第三 方参与的分布式频繁项集挖掘， 可以有效阻止恶 意挖掘方利用所掌握部分背景知识发起的攻击， 提高用户数据隐私的安全性。 权利要求书6页 说明书13页 附图3页 CN 114969804 A 2022.08.30 CN 114969804 A 1.一种基于 差分隐私的分布式隐私保护频繁项集挖掘方法， 其特 征在于： 所述方法包括以下步骤： 步骤1： 针对互不信任的n+1个参与方合作进行频繁项集挖掘场景， 选择拥有最大数据 规模的参与者作为中心节点Un+1， 其余作为参与者节点Ui(1≤i≤n)与中心节点交互， 同时 设置隐私预算 ε及隐私预算分配方案以用于后续 步骤的噪声添加； 步骤2： 设定频繁项集阈值σ， 放松阈值γ， 采样次数以及采样比例 η， 其中， γ<σ， 0 < η<1； 步骤3： 各Ui和Un+1均生成各自的包含本地项集及支持度的有序项集支持度集合 LocalFii和LocalFin+1； 步骤4： 各Ui从LocalFii中按 η采集待发送项集， 对待发送项集的支持度添加噪声并进行 后置处理生成本地带噪项集支持度集 合LocalFii″， 将LocalFii″发送至中心 节点Un+1； 步骤5： Un+1将接收到的Loc alFi″i与LocalFin+1进行匹配， 结合频繁项集阈值σ 和放松阈 值γ， 构建全局次频繁项集SubFreItem sets并将其发送至各节点Ui； 步骤6： 各Ui从LocalFii中选择包含在SubFreItemsets中且不包含于LocalFii中的所有 项集及其支 持度构成候选项集合RemainderSeti， 基于分组策略对RemainderSeti中的支持 度添加噪声后， 将Remai nderSeti发送给中心 节点； 步骤7： Un+1将接收到的RemainderSeti与LocalFin+1进行匹配， 结合频繁项集 阈值σ 筛选 出带噪支持度 大于或等于阈值σ 的项集GlobalFreItemsets， 对GlobalFreItemsets中的项 依据LocalFin+1中的支持度分布进行hash映射以及分桶拟合， 使其支持度分布拟合Un+1的本 地项集支持度在桶中的分布， 以项集细化支持度集 合OptimizeItemSet ′表示； 步骤8： Un+1根据OptimizeItemSet ′更新GlobalFreqItemsets中对应的项集支持度， 结 合阈值σ 筛选出GlobalFreItemsets中大于或等于阈值σ 的项集作为频繁项集挖掘结果， 并 向各个节点Ui发布频繁项集挖掘结果。 2.根据权利要求1所述的一种基于差分隐私的分布式隐私保护频繁项集挖掘方法， 其 特征在于： 所述互不信任 的n+1个参与方合作进行频繁项集挖掘场景中， n+1个参与方互不信任， 参与方拥有的数据集用Di表示， 1≤i≤n+1； Di拥有相同的属性模式， 各属性值为布尔型， 即取值为true或fal se， 需要在各参与方不 向其它参与方共享自身数据集的前提下， 获取 中包含的频繁项集； 步骤1中， 选择拥有最大数据规模的参与方作 为中心节点， 以Un+1表示， 拥有的数据集以 Dn+1表示， 其余参与方只与Un+1交互， 分别以Ui表示， 对应的数据集分别以Di表示(1≤i≤n)； n+1个参与方的数据集Di均为关系表数据， 每 行数据都由相同的a个属性构成， 每个属性 的值均为布尔型值； 第i个参与方的数据集Di为： Di＝{x1,x2,x3,…,x|Di|} 式中： i代表参与方的序号， i ＝1,2,3, …,n+1， Di表示参与方i的数据集，权　利　要　求　书 1/6 页 2 CN 114969804 A 2xj表示数据集的第j个值， j＝1,2,3, …,|Di|， 表示数据xj的第r个属性， r＝1,2,3, …,a。 3.根据权利要求1所述的一种基于差分隐私的分布式隐私保护频繁项集挖掘方法， 其 特征在于： 步骤1中， 设定总隐私预算为ε 以及 各个阶段所占的预算分别为ε1， ε2， ε3， 且设定隐私预 算满足 ε＝ ε1+ ε2+ ε3； 其中， ε1用于步骤4的噪声添加， ε2， ε3用于步骤6中的噪声添加； 步骤2中， 所有Ui以及中心节点Un+1协商确定 频繁项集阈值σ， 放松阈值γ(γ<σ )， 采样次 数以及采样比例 η大小； 步骤3中， 所有Ui以及中心节点Un+1使用Apriori算 法生成包含本地所有项集及 支持度的 项集支持度集 合并按支持度进行排序， 得到有序项集支持度集 合LocalFii和LocalFin+1； 所述项集支持度集合形如<itemset,supp ort>， itemset表示项， supp ort表示对应的支 持度。 4.根据权利要求1所述的一种基于差分隐私的分布式隐私保护频繁项集挖掘方法， 其 特征在于： 步骤4具体包括： 步骤4.1： 每一Ui从LocalFii中以η为比例随机不放回采样t次(t>0)， 计算t次采样集合 中支持度不小于γ的项集所占比例rati oi,j(1≤j≤t)的均值rati oi； 步骤4.2： 确定待发送的项集数目为counti＝ratio*|LocalFii|； 步骤4.3： 对前counti个项集支持度集合LocalFii(1:counti)中的项集的支持度添加尺 度参数为 的拉普拉斯噪声， 以L ocalFi′i(1:counti)表示； 公式为： 式中： 表示尺度参数为 的拉普拉斯噪声， counti代表全局敏感度， ε1为隐私 预算， 1≤i≤n； LocalFIi(1:counti)表示前counti个项集及其真实支持度； LocalFIi′(1:counti)表示前counti个项集及加噪后的支持度； 步骤4.4： 依据LocalFii中项集支持度的顺序一致性约束对LocalFi ′i(1:counti)中的 带噪支持度作后置处理生成本地带噪项集支持度集合LocalFi ″i(1:counti)， 随后将 LocalFi″i(1:counti)发送给中心 节点Un+1。 5.根据权利要求1所述的一种基于差分隐私的分布式隐私保护频繁项集挖掘方法， 其 特征在于： 步骤4.4具体包括： 步骤4.4.1： 在LocalFI ′i(1:counti)中， 从头开始找出带噪支持度满足增 ‑减‑增的区 间， 对应的L ocalFIi(1:counti)中的项集真实支持度满足 非递增有序；权　利　要　求　书 2/6 页 3 CN 114969804 A 3