论文研究面向企业信用评估的分布式隐私保护数据挖掘

互联网平台提供的用户信息授权服务已广泛应用，但在满足第三方网站的数据挖掘需求时，常将用户隐私信息存储在多方，增加了用户隐私滥用和泄露的风险。针对此问题，本研究提出了一种开放平台与网站间的分布式关联规则挖掘算法。该算法无需依赖可信的第三方参与，开放平台和网站各自根据挖掘条件生成布尔型矩阵，以频繁-1项集编号和用户身份标志符为行列标记。开放平台对矩阵进行扰动和整合，网站在整合后的矩阵上挖掘全局关联规则。实验证明，该算法有效且未因通信代价显著降低挖掘效率。

随着移动互联网、物联网等技术的蓬勃发展，个人隐私数据面临着前所未有的侵犯风险。隐私保护数据挖掘成为数据挖掘领域的热点，研究者们针对移动端、分布式系统、高维数据和时空数据等场景下隐私保护问题，提出了多种方法和算法，取得了丰硕的成果。

网格的数据共享能力，挺适合做大规模分布式挖掘的。尤其是在科学计算场景下，数据量那是真的大，用传统方式，效率和扩展性都跟不上。这篇《论文研究-网格的数据挖掘.pdf》讲得蛮系统的，主要围绕网格环境下怎么挖掘数据，讲了关键技术、架构和流程，还配了个基于OGSA的例子，挺有参考价值的。像你如果平时有接触分布式计算或者高性能计算，这篇文章还蛮值得一看。里面提到的数据共享机制、挖掘模型、资源调度策略，多都能落地。讲得不是晦涩，看起来还比较轻松。不过呢，资料偏理论多一些，适合拿来理一理思路。如果你打算真在项目里搞一套网格挖掘系统，那还得搭配些实操框架，比如 Ignite 做内存计算，或者看看 高性能计算

隐私保护数据挖掘的研究真的是越来越卷了，尤其是最近看了一篇 2013 年的综述，虽然时间有点久，但内容还挺有参考价值的。文章把几类常见的隐私保护方法——像数据匿名化、差分隐私、同态加密这些——讲得蛮清楚，适合刚上手或者准备在项目里加隐私模块的同学看看。 移动设备、物联网、社交 APP 的爆发，导致隐私泄露的风险越来越高。这篇文章就比较系统地聊了下在高维数据、时空数据、分布式架构这些新场景下隐私保护挖掘的挑战。说白了，就是传统方法不太好使了，需要更聪明的算法、更稳的模型。 像安全多方计算和同态加密，这些技术听起来高大上，其实背后逻辑也不复杂：多方不互任，但又得一起算点东西，那就用密码学兜底。文章

隐私保护是数据挖掘领域的一个热点话题，尤其是在分布式环境中。针对如何在不共享精确数据的前提下，应用k-平均聚类算法挖掘有意义的知识，提出了基于安全多方计算的方案。这种算法通过利用半可信第三方的安全求平均值协议，保证了在分布式数据中进行聚类挖掘时的隐私保护。实验表明，算法能有效隐藏数据，保护隐私，同时不影响聚类结果。如果你在隐私保护和数据挖掘方面有需求，这个算法能给你不少。是对那些需要在保证隐私的同时进行聚类的场景，效果相当不错。通过这个算法，你可以避免直接暴露敏感数据而影响结果。在使用时，你可以将其与现有的数据挖掘框架结合，提升隐私保护的能力。如果你正面临这种挑战，可以尝试引入这个方法，保证数

使用软件代理进行数据挖掘的参考（Hillol Kargupta, Brian Stafford, Ilker Hamzaoglu）

针对序列模式挖掘中的隐私保护问题，研究人员提出了名为CLDSA（当前最少序列删除算法）的创新算法。 该算法通过对候选序列进行加权，并在删除过程中动态更新权重，以贪心算法获得局部最优解，从而最大限度地减少对原始数据库的修改。 实验结果验证了CLDSA算法在隐藏敏感序列方面优于现有方法，实现了更有效的隐私保护。

基于云计算的分布式数据挖掘系统，架构挺清晰的，适合大规模数据挖掘任务。业务层、服务中间层、底层能力支持层三层分得明白，逻辑上也好扩展。尤其是平均查询延迟只有 2.43s，响应还挺快的，做实时也不吃力。系统分层设计比较利于模块化开发，后期维护也方便。如果你在做大数据或分布式，强烈建议看看这个方案，参考价值还蛮高。

对分布式环境中数据挖掘的全面调查。