外包不确定频繁项集挖掘的完整性验证
数据库
2013-07-15 v2
摘要
近年来，由于不确定数据（例如噪声数据）的广泛应用，针对不确定数据库的不确定频繁项集 (UFI) 挖掘引起了广泛关注，其在广义定义和解决方案上不同于相应的确定性问题。作为关联规则挖掘过程中成本最高的任务，已有研究表明将该任务外包给服务提供商（例如第三方云）能为数据所有者带来诸多益处，如降低成本以及减少对存储和计算资源的投入。然而，如果服务提供商存在随机故障或不诚实行为（例如懒惰、恶意等），挖掘结果的正确性完整性可能会受到破坏。因此，本文聚焦于外包过程中 UFI 挖掘问题的完整性和验证问题，即数据所有者如何验证挖掘结果。具体而言，我们探索并将现有的确定性频繁项集 (FI) 外包验证工作扩展至不确定场景。为此，针对两种流行的 UFI 定义标准和近似 UFI 挖掘方法，我们将现有的外包 FI 挖掘工作扩展至不确定领域。具体地，我们分别针对这些不同的 UFI 定义构建并改进了基础/增强验证方案。随后，我们进一步讨论了现有近似 UFP 挖掘的场景，从中可以看出我们的技术能够为验证的正确性提供良好的概率保证。最后，我们对本文提出的方案进行了比较和分析。
引用
@article{arxiv.1307.2991,
title = {Integrity Verification for Outsourcing Uncertain Frequent Itemset Mining},
author = {Qiwei Lu and Wenchao Huang and Yan Xiong and Xudong Gong},
journal= {arXiv preprint arXiv:1307.2991},
year = {2013}
}
备注
under submission