（一）课题来源
1、问题的提出
数据挖掘，顾名思义即是从大型数据库中提取人们感兴趣的知识，这些知识是隐含的、
事先未知的、潜在的、有用信息，提取的知识表示为概念、规则、规律、模式等形式
[1]
。数
据挖掘要处理的问题，就是在庞大的数据库中寻找有价值的隐藏事件，加以分析，并将这些
有意义的信息归纳成结构模式，提供给有关部门决策时参考。目前已经提出的常用方法有关
联规则、决策树、聚类、神经网络等方法。
然而，在对数据进行挖掘的时候，都不可避免的会出现敏感信息泄露的问题，随着数据
挖掘技术的日益发展，数据隐私和信息安全逐渐引起人们的关注。为了保护数据的隐私，人
们不愿提供正确的信息给服务商，以免个人信息泄露造成不必要的麻烦，但是数据挖掘结果
准确的重要前提是提供的数据正确。由于数据挖掘主要任务是对汇总数据的模式开发，这使
得构造一个不需要访问精确的单个信息而获得准确的模式的挖掘技术成为可能。目前，基于
隐私保护的数据挖掘技术已经成为一个新颖热门的研究领域，国内外已有很多成熟的研究算
法和技术。
通过众多文献比对我们发现，目前已有的这些基于隐私保护的数据挖掘算法和技术大多
是针对单源数据库进行挖掘和保护，而在实际应用中，有很多情况必须面对多个数据源。例
如，许多大型企业、跨国公司都拥有过个子公司，每个子公司都有自己相应的数据库。这就
迫切需要数据库挖掘系统具有针对多数据源进行挖掘和保护的能力。已有的国内外文献中，
针对多源数据进行挖掘的模型和算法已经出现，但是基于隐私保护技术的多源数据挖掘研究
却很少提及。这可能是由于多源数据挖掘本身的技术局限性，导致在对多个数据源进行挖掘
时，泄露敏感信息都成为了不可避免的操作。因此，本文在对当前已有的多源序列模式挖掘
技术研究的基础上，分析结合并行和隐私保护技术的特点，提出新的基于隐私保护的多源数
据挖掘高效算法，使得在多源环境下既可以高效率高准确度的挖掘出高投票率模式（全局模
式），又可以隐藏敏感序列模式，达到较好的隐私保护效果。
（二）国内外研究现状、水平及发展趋势
1、隐私保护技术的研究进展
关于数据的隐私保护问题，首次是由Adam N等学者在《Security-control methods for
statistical databases: A comparison study》
[2]
一文中提出，文章中提出了一种用扰动的方式
来解决数据的隐私保护。所谓“扰动”就是发布数据集失真，数据获得者无法通过其他途径
构建出原始数据集，但是这个失真的数据集又仍然保持数据获得者所希望保留的某种特性。
基于数据失真的技术还有随机扰动、阻塞和凝聚等。目前常用的隐私保护技术大多都是以统
计模型和概率模型为主理论，应用在较低层次的数据隐私保护。在分布式环境中，Clifton C
等提出使用SMC (Secure Multi-party Computation)安全多方计算加密技术保证数据的通信安
全
[3]
,这种基于加密的隐私保护技术可适用于科学计算、分布式安全查询、几何计算、分布式
数据挖掘等应用。当前，关于SMC的研究主要集中在减低计算开销、以SMC为工具解决问题
以及优化分布式计算协议。在国内，关于隐私保护技术的研究主要集中在基于数据失真或数
据加密技术方面的研究，如基于隐私保护分类挖掘算法、关联规则挖掘、分布式数据的隐私
保护协同过滤推荐、网格访问控制等。(国内研究现状)
对数据进行隐私保护，主要可分为在数据发布过程中和在数据挖掘过程中进行。目前已
有的针对数据发布的隐私保护技术已经有很多，本文主要讨论数据挖掘中的隐私保护技术。
2、隐私保护数据挖掘的研究进展
