Luận án tiến sĩ kỹ thuật: Phát triển kỹ thuật che giấu thông tin nhạy cảm trong khai phá hữu ích cao tại ĐH Đà Nẵng

ĐẠI HỌC ĐÀ NẴNG TRƯỜNG ĐẠI BÁCH KHOA HUỲNH TRIỆU VỸ NGHIÊN CỨU VÀ PHÁT TRIỂN MỘT SỐ KỸ THUẬT CHE GIẤU THÔNG TIN NHẠY CẢM TRONG KHAI PHÁ HỮU ÍCH CAO LUẬN ÁN TIẾN SĨ KỸ THUẬT ĐÀ NẴNG, 02/2023 luan an ĐẠI HỌC ĐÀ NẴNG TRƯỜNG ĐẠI BÁCH KHOA HUỲNH TRIỆU VỸ NGHIÊN CỨU VÀ PHÁT TRIỂN MỘT SỐ KỸ THUẬT CHE GIẤU THÔNG TIN NHẠY CẢM TRONG KHAI PHÁ HỮU ÍCH CAO CHUYÊN NGÀNH: KHOA HỌC MÁY TÍNH MÃ SỐ: 9480101 LUẬN ÁN TIẾN SĨ KỸ THUẬT Người hướng dẫn khoa học: 1. TRƯƠNG NGỌC CHÂU 2. LÊ QUỐC HẢI ĐÀ NẴNG, 02/2023 luan an LỜI CAM ĐOAN Tôi xin cam đoan đây là công trình nghiên cứu do tôi thực hiện, dưới sự hướng dẫn của TS. Trương Ngọc Châu và TS.

Lê Quốc Hải. Tôi cam đoan các kết quả nghiên cứu được trình bày trong luận án là trung thực và không sao chép từ bất kỳ luận án nào khác. Một số nhiệm vụ nghiên cứu là thành quả tập thể và đã được các đồng tác giả đồng ý cho sử dụng. Mọi trích dẫn đều có ghi nguồn gốc xuất xứ rõ ràng và đầy đủ.

Huỳnh Triệu Vỹ i luan an LỜI CẢM ƠN Trước tiên, tôi xin gởi lời tri ân đến thầy TS. Trương Ngọc Châu và thầy TS. Lê Quốc Hải là người trực tiếp hướng dẫn và đồng hành cùng tôi từ khi bắt đầu nghiên cứu cho đến khi hoàn thành luận án. Xin được bày tỏ lòng biết ơn đối với Quý thầy PGS-TS.

Nguyễn Tấn Khôi, PGS-TS. Nguyễn Thanh Bình, PGS-TS. Võ Trung Hùng, TS. Huỳnh Hữu Hưng là những thầy đã trực tiếp giảng dạy tôi trong các chuyên đề nghiên cứu của nghiên cứu sinh.

Tôi xin trân trọng cảm ơn Ban Sau Đại học - Đại học Đà Nẵng, Phòng Đào tạo - Trường Đại học Bách khoa đã tạo mọi điều kiện thuận lợi cho tôi trong thời gian học tập, nghiên cứu và thực hiện luận án. Tôi xin gởi lời cảm ơn chân thành đến Ban Lãnh đạo và tập thể giảng viên Khoa Công nghệ Thông tin - Trường Đại học Bách khoa đã tạo môi trường học thuật thân thiện và tích cực cho các nghiên cứu sinh. Xin cảm ơn các đồng tác giả đã đồng ý cho tôi sử dụng các kết quả nghiên cứu chung cho luận án. Cuối cùng, tôi xin được gởi lời cảm ơn sâu sắc nhất đến gia đình và bạn bè, những người đã luôn dành cho tôi tình yêu và niềm tin, để tôi có thể vững tâm trên hành trình nhiều thách thức này.

Huỳnh Triệu Vỹ ii luan an DANH MỤC CÁC TỪ VIẾT TẮT VÀ THUẬT NGỮ TIẾNG ANH AC Artificial Cost Mẫu xuất hiện giả mạo Sự tương đồng của giá trị hữu ích DUS Database Utility Similarity giữa CSDL gốc và CSDL sửa đổi Sự tương đồng cấu trúc giữa CSDL DSS Database Structure Similarity gốc và CSDL sửa đổi Efficient algorithm for Hiding Thuật toán ẩn các tập mục hữu ích EHSHUI Sensitive High Utility Itemsets cao nhạy cảm hiệu quả Efficient algorithm for Hiding EHSHA- Thuật toán ẩn các tập mục hữu ích Sensitive High Average-Utility UI trung bình cao nhạy cảm hiệu quả Itemsets GA- Thuật toán dựa trên giải thuật di Genetic Algorithm-based based truyền High Average-Utility Itemset Khai phá tập mục hữu ích trung HAUIM Mining bình cao Tập các tập mục hữu ích trung bình HAUIs High Average-Utility Itemset cao Hiding Sensitive Utility and Ẩn tập mục hữu ích cao và phổ biến HSUFIBL Frequent Based on Lattice nhạy cảm dựa trên giàn HUM High Utility Mining Khai phá hữu ích cao HUIM High Utility Itemset Mining Khai phá tập mục hữu ích cao HUIs High Utility Itemsets Tập các tập mục hữu ích cao High Utility Rare Itemset Min- HURIM Khai phá tập mục hữu ích cao hiếm ing High Utility and Frequent Khai phá tập mục hữu ích cao và phổ HUFIM Itemset Mining biến High Utility and Frequent Tập các tập mục hữu ích cao và phổ HUFIs Itemsets biến HF Hiding Failure Mẫu nhạy cảm không ẩn được Sự tương đồng của hữu ích tập mục IUS Itemsets Utility Similarity giữa CSDL gốc và CSDL sửa đổi iii luan an MC Miss Cost Mẫu bị mất Privacy Preserving Data Min- Bảo vệ tính riêng tư trong khai phá PPDM ing dữ liệu Privacy Preserving Utility Bảo vệ tính riêng tư trong khai phá PPUM Mining hữu ích cao Tập các tập mục hữu ích cao nhạy SHUIs Sensitive High Utility Itemsets cảm Sensitive High Average Utility Tập các tập mục hữu ích trung bình SHAUIs Itemsets cao nhạy cảm Sensitive High Utility and Fre- Tập các tập mục hữu ích cao và phổ SHUFIs quent Itemsets biến nhạy cảm Transaction-Weighted- TWU Trọng số hữu ích giao tác Utilization UP- Utility Pattern Growth Mẫu hữu ích cao tăng trưởng Growth UP-Tree Utility Pattern Tree Cây mẫu hữu ích cao iv luan an DANH MỤC CÁC TỪ VIẾT TẮT VÀ THUẬT NGỮ TIẾNG VIỆT ATMTU Ẩn tập mục hữu ích cao và phổ biến nhạy cảm tối ưu CSDL Cơ sở dữ liệu KPDL Khai phá dữ liệu v luan an MỤC LỤC Lời cam đoan i Lời cảm ơn ii Danh mục các từ viết tắt và thuật ngữ tiếng Anh iii Danh mục các từ viết tắt và thuật ngữ tiếng Việt v Mục lục vi Danh mục bảng, biểu ix Danh mục hình vẽ x TÓM TẮT LUẬN ÁN xii MỞ ĐẦU 1 1 TỔNG QUAN VỀ KHAI PHÁ HỮU ÍCH CAO VÀ CHE GIẤU THÔNG TIN NHẠY CẢM TRONG KHAI PHÁ HỮU ÍCH CAO TỪ CƠ SỞ DỮ LIỆU GIAO TÁC 7 1.1 Tổng quan về khai phá hữu ích cao từ CSDL giao tác .1 Cơ sơ lý thuyết của khai phá hữu ích cao .2 Tổng quan tình hình nghiên cứu về khai phá hữu ích cao .2 Che giấu thông tin nhạy cảm trong khai phá hữu ích cao .1 Một số kỹ thuật che giấu mẫu nhạy cảm trong khai phá dữ liệu 17 1.2 Tổng quan về che giấu thông tin nhạy cảm trong khai phá hữu ích cao .3 Các đơn vị đo lường trong đánh giá hiệu ứng phụ của thuật toán che giấu thông tin nhạy cảm trong khai phá hữu ích cao .3 Ứng dụng lý thuyết giàn trong khai phá dữ liệu .4 Mô tả các CSDL giao tác được sử dụng để chạy thực nghiệm của các thuật toán trong luận án. 23 Tổng kết Chương 1. 24 2 CHE GIẤU THÔNG TIN NHẠY CẢM TRONG KHAI PHÁ HỮU ÍCH CAO DỰA TRÊN KỸ THUẬT HEURISTIC 25 2.1 Quy trình che giấu thông tin nhạy cảm trong khai phá hữu ích cao từ CSDL giao tác dựa trên kỹ thuật heuristic .2 Tình hình nghiên cứu về che giấu thông tin nhạy cảm trong khai phá hữu ích cao từ CSDL giao tác dựa trên kỹ thuật heuristic .1 Ẩn tập mục hữu ích cao nhạy cảm. 27 vi luan an 2.2 Ẩn tập mục hữu ích cao và phổ biến nhạy cảm .3 Ẩn tập mục hữu ích trung bình cao nhạy cảm .4 Ẩn luật kết hợp hữu ích cao nhạy cảm .3 Thuật toán ẩn tập mục hữu ích cao nhạy cảm đề xuất .1 Phát biểu bài toán .2 Cơ sở lý thuyết của thuật toán đề xuất .3 Thuật toán đề xuất .4 Ví dụ minh họa thuật toán .5 Độ phức tạp tính toán của thuật toán .6 Kết quả thực nghiệm .7 Nhận xét thuật toán đề xuất .4 Thuật toán ẩn tập mục hữu ích cao và phổ biến nhạy cảm đề xuất .1 Phát biểu bài toán .2 Cơ sở lý thuyết của thuật toán đề xuất .3 Thuật toán đề xuất .4 Ví dụ minh họa thuật toán .5 Độ phức tạp tính toán của thuật toán .6 Kết quả thực nghiệm .7 Nhận xét thuật toán đề xuất .5 Thuật toán ẩn tập mục hữu ích trung bình cao nhạy cảm đề xuất .1 Phát biểu bài toán .2 Cơ sở lý thuyết của thuật toán đề xuất .3 Thuật toán đề xuất .4 Ví dụ minh họa thuật toán .5 Độ phức tạp tính toán của thuật toán .6 Kết quả thực nghiệm .7 Nhận xét thuật toán đề xuất .6 Thuật toán ẩn luật kết hợp hữu ích cao nhạy cảm đề xuất .1 Phát biểu bài toán .2 Cơ sở lý thuyết của thuật toán đề xuất .3 Thuật toán ẩn luật kết hợp hữu ích cao nhạy cảm đề xuất .4 Ví dụ minh họa thuật toán .5 Độ phức tạp tính toán của thuật toán .6 Kết quả thực nghiệm .7 Nhận xét thuật toán đề xuất.

76 Tổng kết Chương 2. 77 3 CHE GIẤU THÔNG TIN NHẠY CẢM TRONG KHAI PHÁ HỮU ÍCH CAO DỰA TRÊN LÝ THUYẾT GIÀN 78 3.1 Quan hệ hai ngôi [14]. 79 vii luan an 3.2 Giàn sắp thứ tự (Lattice as orders) [14] .3 Giàn đại số (Lacttice as algebras) [14] .4 Giàn của tập hợp [14] .5 Giàn giao của tập phổ biến [37] .2 Che giấu thông tin nhạy cảm trong khai phá hữu ích cao dựa trên lý thuyết Giàn .1 Giàn giao của tập các tập mục hữu ích cao và phổ biến .2 Thuật toán ẩn tập mục hữu ích cao và phổ biến nhạy cảm dựa trên Giàn giao đề xuất .3 Ví dụ minh họa thuật toán .4 Độ phức tạp tính toán của thuật toán .5 Kết quả thực nghiệm .6 Nhận xét thuật toán đề xuất. 96 Tổng kết Chương 3.

104 KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN 105 DANH MỤC CÁC CÔNG TRÌNH CỦA TÁC GIẢ 107 Tài liệu tham khảo 109 viii luan an DANH MỤC BẢNG, BIỂU 1.2 Hữu ích ngoại của CSDL D.3 Mô tả CSDL thực nghiệm .1 Tập HUIs khai thác từ CSDL D với ε = 40 .2 Mô tả CSDL chạy thực nghiệm của thuật toán EHSHUI .3 Tập HUFIs khai thác từ CSDL D với ε = 30 và δ = 30% .4 Mô tả tập các tập mục SHUFIs .5 Tập HAUIs khai thác từ CSDL D với β = 18 .6 Mô tả tập HAUIs được khai thác bởi thuật toán HAUIMiner [25] .7 Mô tả tập SHAUIs chạy thực nghiệm thuật toán EHSHA-UI .8 Tập HRs khai thác từ CSDL D với ε = 40 và µ = 70% .9 Mô tả kết quả ẩn luật kết hợp hữu ích cao nhạy cảm .1 Các thông số của tập SHUFIs. 94 ix luan an DANH MỤC HÌNH VẼ 1.1 Sơ đồ che giấu mẫu nhạy cảm trong khai phá hữu ích cao .2 Mối quan hệ của ba loại hiệu ứng phụ khi thực hiện sửa đổi CSDL .1 Sơ đồ biểu diễn quá trình ẩn tập mục hữu ích cao nhạy cảm .2 Tỷ lệ MC giữa các thuật toán khi thực nghiệm trên các CSDL với các tập nhạy cảm khác nhau .3 Thời gian thực thi của các thuật toán khi thực nghiệm trên các CSDL với các tập nhạy cảm khác nhau .4 Tỷ lệ DSS giữa các thuật toán khi thực nghiệm trên các CSDL với các tập nhạy cảm khác nhau .5 Tỷ lệ DUS giữa các thuật toán khi thực nghiệm trên các CSDL với các tập nhạy cảm khác nhau .6 Tỷ lệ IUS giữa các thuật toán khi thực nghiệm trên các CSDL với các tập nhạy cảm khác nhau .7 Sơ đồ biểu diễn quá trình ẩn các tập mục SHUFIs .