【技术实现步骤摘要】
一种面向大型商场交易记录的高安全性频繁项集挖掘方法
本专利技术属于信息安全
，具体涉及一种面向大型商场交易记录的高安全性频繁项集挖掘方法。
技术介绍
随着云服务的兴起，很多用户为了节约存储空间，选择将自己的数据存储在云服务器上，于是，云服务器拥有大量数据，而其中的一些数据之间可能存在某种隐藏的关系，这种关系可以用来进行市场预测，入侵检测和网络流量管理等。为了揭示这种隐藏的关系，出现了数据挖掘技术。关联规则挖掘是数据挖掘中一种重要的方法，频繁项集挖掘又是关联规则挖掘的基础步骤，因此，频繁项集的挖掘是至关重要的。在挖掘大型商场交易记录的频繁项集过程中，半诚实的第三方可能获取与交易记录相关的信息，但是用户并不希望泄露这些隐私信息，于是需要对用户的数据进行隐私保护，所以，需要一种面向大型商场交易记录的高安全性频繁项集挖掘方法。为了在频繁项集挖掘的过程中保护数据隐私，一些基于随机化的频繁项集挖掘方法被提出，但是这些方法不能保证频繁项目挖掘的准确性和实用性，因此，Yietal.提出了基于密码学的频繁项集挖掘方法，用户对自己的交易记录进行加密，然后将密文数据上传给云服务器...
【技术保护点】
1.一种面向大型商场交易记录的高安全性频繁项集挖掘方法，其特征在于包括如下步骤：(1)云服务提供者CSP和评估员分别获取自己的公私钥对：云服务提供者CSP和评估员分别采用密钥生成算法EDD.KeyGen生成各自的公私钥对，云服务提供者CSP的公私钥对为{PKCSP,SKCSP}，评估员的公私钥对为{PKEVA,SKEVA}，其中，PKCSP为CSP的公钥，SKCSP为CSP的私钥，PKEVA为评估员的公钥，SKEVA为评估员的私钥；(2)云服务提供者CSP计算联合公钥PK，并发送给用户：云服务提供者CSP通过自己的私钥SKCSP和评估员发送的公钥PKEVA，计算联合公钥PK...
【技术特征摘要】
1.一种面向大型商场交易记录的高安全性频繁项集挖掘方法，其特征在于包括如下步骤：(1)云服务提供者CSP和评估员分别获取自己的公私钥对：云服务提供者CSP和评估员分别采用密钥生成算法EDD.KeyGen生成各自的公私钥对，云服务提供者CSP的公私钥对为{PKCSP,SKCSP}，评估员的公私钥对为{PKEVA,SKEVA}，其中，PKCSP为CSP的公钥，SKCSP为CSP的私钥，PKEVA为评估员的公钥，SKEVA为评估员的私钥；(2)云服务提供者CSP计算联合公钥PK，并发送给用户：云服务提供者CSP通过自己的私钥SKCSP和评估员发送的公钥PKEVA，计算联合公钥PK，并发送给用户，其中，N为EDD密码系统的模数；(3)每个用户将加密后的交易记录发送给云服务提供者CSP：每个用户采用加密算法EDD.Enc，通过云服务提供者CSP发送的联合公钥PK，对自己的交易记录进行加密后发送给CSP，并将CSP收到的第i个加密后的交易记录表示为Ci，Ci＝(ci,1,...,ci,j,...,ci,n)，将Ci对应的交易记录表示为ti，ti＝(ei,1,...,ei,j,...,ei,n)，其中，ci,j＝||ei,j||PK，i∈{1,...,m}，m为交易记录的总数，j为商场中不同商品的序号，j∈{1,...,n}，n为商场中不同商品的个数，ei,j表示在ti中是中否存在序号为j的商品，ei,j∈{0,1}，ei,j＝0表示在ti中不存在序号为j的商品，ei,j＝1表示在ti中存在序号为j的商品，将密文ci,j表示为{θi,j,θ′i,j}，θi,j是密文的第一部分，θ′i,j是密文的第二部分；(4)挖掘者生成挖掘问询q，并发送给云服务提供者CSP：挖掘者生成挖掘问询q，q＝(s1,...,sj,...,sn)，并将q发送给云服务提供者CSP，其中，sj表示在q中是否存在序号为j的商品，sj∈{0,1}，sj＝0表示在q中不存在序号为j的商品，sj＝1表示在q中存在序号为j的商品；(5)云服务提供者CSP计算置换后的内积密文ω'δ，并发送给评估员：(5.1)云服务提供者CSP计算挖掘问询q中存在的商品的个数ξ，并采用加密算法EDD....
【专利技术属性】
技术研发人员：马晨阳，王保仓，柴炎廷，杨爱洁，宋威，周立国，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：陕西,61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。