基于BCU-Tree与字典的高效用挖掘快速脱敏算法

针对隐私保护效用挖掘（Aristole）中脱敏时间长、计算复杂度高、副作用大的问题，提出了一种基于BCU树和字典（BCUTD）的脱敏算法。该算法提出了一种新的树结构BCU树来存储敏感项目信息。基于alpine编码模型，减少了树的构建时间和搜索空间。字典表用于存储树结构中的所有节点。修改敏感项时，只需访问字典表，最终达到数据库脱敏的目的。在四个不同数据集上的实验表明，BCU TD的脱敏时间和副作用明显优于经典的优先级隐藏有效项（H HUIF）算法、最大敏感效用最大项效用（MSUMAU）算法和基于树和表结构的快速扰动（FPUTT）算法。实验结果表明，BCU可以有效地缩短脱敏时间，减少算法的副作用和计算复杂度。