Nghiên Cứu Và Phát Triển Kỹ Thuật Che Giấu Thông Tin Nhạy Cảm Trong Khai Phá Hữu Ích Cao

Chuyên khảo kỹ thuật phân tích Luận án nghiên cứu và phát triển một số kỹ thuật che giấu thông tin nhạy cảm trong khai phá hữu ích, đánh giá các khía cạnh quan trọng, đề xuất

• Tác giả: Huỳnh Triệu Vỹ
• Người hướng dẫn: TS. Trương Ngọc Châu
• Trường học: Đại học Đà Nẵng
• Chuyên ngành: Khoa học máy tính
• Đề tài: Nghiên Cứu Và Phát Triển Một Số Kỹ Thuật Che Giấu Thông Tin Nhạy Cảm Trong Khai Phá Hữu Ích Cao
• Loại tài liệu: luận án tiến sĩ
• Năm xuất bản: 2023
• Địa điểm: Đà Nẵng

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• DANH MỤC CÁC TỪ VIẾT TẮT VÀ THUẬT NGỮ TIẾNG ANH
• DANH MỤC CÁC TỪ VIẾT TẮT VÀ THUẬT NGỮ TIẾNG VIỆT
• 1. CHƯƠNG 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
• 1.1. Tổng quan về khai phá hữu ích cao từ CSDL giao tác
• 1.1.1. Cơ sơ lý thuyết của khai phá hữu ích cao
• 1.1.2. Tổng quan tình hình nghiên cứu về khai phá hữu ích cao
• 1.1.3. Che giấu thông tin nhạy cảm trong khai phá hữu ích cao
• 1.1.3.1. Một số kỹ thuật che giấu mẫu nhạy cảm trong khai phá dữ liệu
• 1.2. Tổng quan về che giấu thông tin nhạy cảm trong khai phá hữu ích cao
• 1.2.1. 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
• 1.2.2. Ứng dụng lý thuyết giàn trong khai phá dữ liệu
• 1.2.3. Mô tả các CSDL giao tác được sử dụng để chạy thực nghiệm của các thuật toán trong luận án
• 1.3. Tổng kết Chương 1
• 2. CHƯƠNG 2: CHE GIẤU THÔNG TIN NHẠY CẢM TRONG KHAI PHÁ HỮU ÍCH CAO DỰA TRÊN KỸ THUẬT HEURISTIC
• 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
• 2.2. 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
• 2.2.1. Ẩn tập mục hữu ích cao nhạy cảm
• 2.2.2. Ẩn tập mục hữu ích cao và phổ biến nhạy cảm
• 2.2.3. Ẩn tập mục hữu ích trung bình cao nhạy cảm
• 2.2.4. Ẩn luật kết hợp hữu ích cao nhạy cảm
• 2.3. Thuật toán ẩn tập mục hữu ích cao nhạy cảm đề xuất
• 2.3.1. Phát biểu bài toán
• 2.3.2. Cơ sở lý thuyết của thuật toán đề xuất
• 2.3.3. Thuật toán đề xuất
• 2.3.4. Ví dụ minh họa thuật toán
• 2.3.5. Độ phức tạp tính toán của thuật toán
• 2.3.6. Kết quả thực nghiệm
• 2.3.7. Nhận xét thuật toán đề xuất
• 2.4. Thuật toán ẩn tập mục hữu ích cao và phổ biến nhạy cảm đề xuất
• 2.4.1. Phát biểu bài toán
• 2.4.2. Cơ sở lý thuyết của thuật toán đề xuất
• 2.4.3. Thuật toán đề xuất
• 2.4.4. Ví dụ minh họa thuật toán
• 2.4.5. Độ phức tạp tính toán của thuật toán
• 2.4.6. Kết quả thực nghiệm
• 2.4.7. Nhận xét thuật toán đề xuất
• 2.5. Thuật toán ẩn tập mục hữu ích trung bình cao nhạy cảm đề xuất
• 2.5.1. Phát biểu bài toán
• 2.5.2. Cơ sở lý thuyết của thuật toán đề xuất
• 2.5.3. Thuật toán đề xuất
• 2.5.4. Ví dụ minh họa thuật toán
• 2.5.5. Độ phức tạp tính toán của thuật toán
• 2.5.6. Kết quả thực nghiệm
• 2.5.7. Nhận xét thuật toán đề xuất
• 2.6. Thuật toán ẩn luật kết hợp hữu ích cao nhạy cảm đề xuất
• 2.6.1. Phát biểu bài toán
• 2.6.2. Cơ sở lý thuyết của thuật toán đề xuất
• 2.6.3. Thuật toán ẩn luật kết hợp hữu ích cao nhạy cảm đề xuất
• 2.6.4. Ví dụ minh họa thuật toán
• 2.6.5. Độ phức tạp tính toán của thuật toán
• 2.6.6. Kết quả thực nghiệm
• 2.6.7. Nhận xét thuật toán đề xuất
• 2.7. Tổng kết Chương 2
• 3. CHƯƠNG 3: CHE GIẤU THÔNG TIN NHẠY CẢM TRONG KHAI PHÁ HỮU ÍCH CAO DỰA TRÊN LÝ THUYẾT GIÀN
• 3.1. Quan hệ hai ngôi [14]
• 3.2. Giàn sắp thứ tự (Lattice as orders) [14]
• 3.3. Giàn đại số (Lacttice as algebras) [14]
• 3.4. Giàn của tập hợp [14]
• 3.5. Giàn giao của tập phổ biến [37]
• 3.6. Che giấu thông tin nhạy cảm trong khai phá hữu ích cao dựa trên lý thuyết Giàn
• 3.6.1. Giàn giao của tập các tập mục hữu ích cao và phổ biến
• 3.6.2. Thuật toán ẩn tập mục hữu ích cao và phổ biến nhạy cảm dựa trên Giàn giao đề xuất
• 3.6.3. Ví dụ minh họa thuật toán
• 3.6.4. Độ phức tạp tính toán của thuật toán
• 3.6.5. Kết quả thực nghiệm
• 3.6.6. Nhận xét thuật toán đề xuất
• 3.7. Tổng kết Chương 3
• KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN
• DANH MỤC CÁC CÔNG TRÌNH CỦA TÁC GIẢ
• Tài liệu tham khảo

Tóm tắt

I. Tổng Quan Về Kỹ Thuật Che Giấu Thông Tin Nhạy Cảm Hiện Nay

Trong bối cảnh khai phá dữ liệu ngày càng phát triển, việc bảo vệ thông tin nhạy cảm trở nên vô cùng quan trọng. Các phương pháp khai phá hữu ích cao (HUIM) giúp tìm ra những mẫu thông tin giá trị, nhưng đồng thời cũng tiềm ẩn nguy cơ lộ lọt dữ liệu cá nhân hoặc bí mật kinh doanh. Do đó, kỹ thuật che giấu thông tin đóng vai trò then chốt trong việc đảm bảo an toàn dữ liệu và riêng tư dữ liệu. Các kỹ thuật này hướng đến việc sửa đổi dữ liệu gốc sao cho các mẫu nhạy cảm không thể bị khai thác, đồng thời vẫn duy trì được tính hữu ích của dữ liệu cho các mục đích phân tích khác. Việc lựa chọn và áp dụng phương pháp che giấu phù hợp là một thách thức, đòi hỏi sự cân nhắc kỹ lưỡng giữa mức độ bảo mật và khả năng sử dụng dữ liệu.

1.1. Khai Phá Hữu Ích Cao HUIM và Rủi Ro Tiềm Ẩn

Khai phá hữu ích cao (HUIM) là một kỹ thuật mạnh mẽ để khám phá các mẫu thông tin có giá trị từ dữ liệu. Tuy nhiên, nó cũng có thể vô tình tiết lộ thông tin cá nhân hoặc thông tin nhạy cảm khác. Điều này đặt ra yêu cầu cấp thiết về việc áp dụng các kỹ thuật bảo vệ quyền riêng tư trong quá trình khai phá dữ liệu. Các nhà nghiên cứu và phát triển cần phải tìm ra các phương pháp để cân bằng giữa việc khai thác thông tin hữu ích và bảo vệ quyền riêng tư của người dùng.

1.2. Các Phương Pháp Che Giấu Thông Tin Nhạy Cảm Phổ Biến

Hiện nay, có nhiều phương pháp che giấu thông tin khác nhau, từ các kỹ thuật đơn giản như mã hóa dữ liệu đến các phương pháp phức tạp hơn như che giấu dựa trên nhiễu hoặc k-anonymity. Mỗi phương pháp có những ưu điểm và nhược điểm riêng, và việc lựa chọn phương pháp phù hợp phụ thuộc vào yêu cầu cụ thể của từng ứng dụng. Cần xem xét các yếu tố như mức độ bảo mật mong muốn, chi phí che giấu, và ảnh hưởng đến tính hữu ích của dữ liệu.

II. Thách Thức Trong Che Giấu Thông Tin Nhạy Cảm Bài Toán Hiệu Ứng Phụ

Việc che giấu thông tin nhạy cảm không phải là một nhiệm vụ đơn giản. Bất kỳ sự thay đổi nào đối với dữ liệu gốc đều có thể dẫn đến các hiệu ứng phụ không mong muốn. Các hiệu ứng phụ này có thể làm giảm độ chính xác của dữ liệu, làm mất đi các mẫu thông tin quan trọng, hoặc thậm chí tạo ra các mẫu thông tin sai lệch. Do đó, một trong những thách thức lớn nhất trong che giấu thông tin là làm thế nào để giảm thiểu các hiệu ứng phụ này, đồng thời vẫn đảm bảo mức độ bảo mật cần thiết. Cần có các phương pháp đánh giá hiệu quả che giấu và các đơn vị đo lường phù hợp để đánh giá mức độ ảnh hưởng của các hiệu ứng phụ.

2.1. Các Loại Hiệu Ứng Phụ Thường Gặp Khi Che Giấu Thông Tin

Các hiệu ứng phụ có thể được chia thành nhiều loại khác nhau, bao gồm mất mát thông tin, sai lệch thông tin, và tăng chi phí tính toán. Mất mát thông tin xảy ra khi các mẫu thông tin quan trọng bị loại bỏ hoặc thay đổi trong quá trình che giấu. Sai lệch thông tin xảy ra khi các mẫu thông tin mới được tạo ra do quá trình che giấu, nhưng chúng không phản ánh đúng thực tế. Tăng chi phí tính toán xảy ra khi các thuật toán che giấu phức tạp đòi hỏi nhiều tài nguyên tính toán hơn.

2.2. Đánh Giá và Đo Lường Hiệu Ứng Phụ Các Chỉ Số Quan Trọng

Để đánh giá mức độ ảnh hưởng của các hiệu ứng phụ, cần sử dụng các chỉ số đo lường phù hợp. Một số chỉ số quan trọng bao gồm Miss Cost (MC), Database Structure Similarity (DSS), Database Utility Similarity (DUS), và Itemsets Utility Similarity (IUS). Miss Cost đo lường mức độ mất mát thông tin do quá trình che giấu. DSS và DUS đo lường mức độ tương đồng giữa cơ sở dữ liệu gốc và cơ sở dữ liệu đã được sửa đổi. IUS đo lường mức độ tương đồng về tính hữu ích của các tập mục giữa hai cơ sở dữ liệu.

III. Kỹ Thuật Heuristic Trong Che Giấu Thông Tin Nhạy Cảm Ưu và Nhược

Kỹ thuật heuristic là một phương pháp phổ biến trong che giấu thông tin nhạy cảm. Các thuật toán heuristic thường dựa trên các quy tắc đơn giản và dễ thực hiện để sửa đổi dữ liệu. Ưu điểm của phương pháp này là tính đơn giản và hiệu quả về mặt tính toán. Tuy nhiên, các thuật toán heuristic thường không đảm bảo tìm ra giải pháp tối ưu, và có thể dẫn đến các hiệu ứng phụ đáng kể. Do đó, cần có các phương pháp cải tiến để giảm thiểu các hiệu ứng phụ này.

3.1. Quy Trình Che Giấu Thông Tin Nhạy Cảm Dựa Trên Heuristic

Quy trình che giấu thông tin nhạy cảm dựa trên heuristic thường bao gồm các bước sau: (1) Xác định các mẫu thông tin nhạy cảm cần che giấu. (2) Lựa chọn các quy tắc heuristic phù hợp để sửa đổi dữ liệu. (3) Áp dụng các quy tắc heuristic để sửa đổi dữ liệu. (4) Đánh giá hiệu quả che giấu và hiệu ứng phụ. (5) Lặp lại các bước trên cho đến khi đạt được kết quả mong muốn.

3.2. Các Thuật Toán Heuristic Tiêu Biểu và Hạn Chế Của Chúng

Một số thuật toán heuristic tiêu biểu trong che giấu thông tin nhạy cảm bao gồm HHUIF (Hiding High Utility Item First) và MSICF (Maximum Sensitive Itemsets Conflict First). Tuy nhiên, các thuật toán này có một số hạn chế, chẳng hạn như không đảm bảo tìm ra giải pháp tối ưu, và có thể dẫn đến các hiệu ứng phụ đáng kể. Cần có các phương pháp cải tiến để khắc phục các hạn chế này.

3.3. Cải Tiến Kỹ Thuật Heuristic Tối Ưu Hóa và Giảm Hiệu Ứng Phụ

Để cải tiến kỹ thuật heuristic, có thể áp dụng các phương pháp tối ưu hóa để tìm ra các quy tắc sửa đổi dữ liệu tốt hơn. Ngoài ra, có thể sử dụng các đơn vị đo lường và phương pháp đánh giá để theo dõi và giảm thiểu các hiệu ứng phụ. Một hướng nghiên cứu tiềm năng là kết hợp kỹ thuật heuristic với các phương pháp khác, chẳng hạn như lý thuyết Giàn, để đạt được hiệu quả che giấu tốt hơn.

IV. Ứng Dụng Lý Thuyết Giàn Lattice Để Che Giấu Thông Tin Hiệu Quả

Lý thuyết Giàn cung cấp một công cụ mạnh mẽ để phân tích và tổ chức các mối quan hệ giữa các tập hợp dữ liệu. Trong bối cảnh che giấu thông tin nhạy cảm, lý thuyết Giàn có thể được sử dụng để xác định các tập mục mục tiêu hiệu quả cho quá trình sửa đổi dữ liệu. Bằng cách xây dựng giàn giao của các tập mục hữu ích cao và phổ biến, có thể tìm ra các tập mục mà việc sửa đổi chúng sẽ có tác động lớn đến việc che giấu thông tin nhạy cảm, đồng thời giảm thiểu các hiệu ứng phụ.

4.1. Giàn Giao Của Tập Các Tập Mục Hữu Ích Cao và Phổ Biến

Giàn giao của tập các tập mục hữu ích cao và phổ biến là một cấu trúc dữ liệu biểu diễn các mối quan hệ giữa các tập mục này. Mỗi nút trong giàn giao đại diện cho một tập mục, và các cạnh biểu diễn mối quan hệ bao hàm giữa các tập mục. Bằng cách phân tích giàn giao, có thể xác định các tập mục quan trọng mà việc sửa đổi chúng sẽ có tác động lớn đến việc che giấu thông tin nhạy cảm.

4.2. Thuật Toán Che Giấu Dựa Trên Giàn Chọn Mục Tiêu Tối Ưu

Thuật toán che giấu thông tin dựa trên lý thuyết Giàn thường bao gồm các bước sau: (1) Xây dựng giàn giao của các tập mục hữu ích cao và phổ biến. (2) Xác định các tập mục nhạy cảm cần che giấu. (3) Tìm kiếm các tập mục mục tiêu trong giàn giao mà việc sửa đổi chúng sẽ có tác động lớn đến việc che giấu các tập mục nhạy cảm. (4) Sửa đổi các tập mục mục tiêu để che giấu thông tin nhạy cảm.

4.3. Ưu Điểm Của Phương Pháp Giàn So Với Heuristic Truyền Thống

Phương pháp che giấu thông tin dựa trên lý thuyết Giàn có một số ưu điểm so với các phương pháp heuristic truyền thống. Thứ nhất, nó cung cấp một cách tiếp cận có hệ thống để xác định các tập mục mục tiêu hiệu quả. Thứ hai, nó giúp giảm thiểu các hiệu ứng phụ bằng cách tập trung vào việc sửa đổi các tập mục quan trọng nhất. Thứ ba, nó có thể được sử dụng để che giấu nhiều loại thông tin nhạy cảm khác nhau.

V. Ứng Dụng Thực Tế và Đánh Giá Hiệu Quả Che Giấu Thông Tin

Các kỹ thuật che giấu thông tin nhạy cảm có thể được áp dụng trong nhiều lĩnh vực khác nhau, chẳng hạn như y tế, tài chính, và chính phủ. Trong lĩnh vực y tế, chúng có thể được sử dụng để bảo vệ thông tin bệnh nhân. Trong lĩnh vực tài chính, chúng có thể được sử dụng để bảo vệ thông tin giao dịch. Trong lĩnh vực chính phủ, chúng có thể được sử dụng để bảo vệ thông tin an ninh quốc gia. Để đánh giá hiệu quả che giấu, cần sử dụng các bộ dữ liệu thực nghiệm và các chỉ số đo lường phù hợp.

5.1. Ứng Dụng Trong Y Tế Tài Chính và Các Lĩnh Vực Khác

Trong lĩnh vực y tế, các kỹ thuật che giấu thông tin có thể được sử dụng để bảo vệ thông tin bệnh nhân khỏi bị lộ lọt. Ví dụ, có thể sử dụng k-anonymity để đảm bảo rằng mỗi bản ghi bệnh nhân không thể được liên kết với một cá nhân cụ thể. Trong lĩnh vực tài chính, các kỹ thuật che giấu thông tin có thể được sử dụng để bảo vệ thông tin giao dịch khỏi bị khai thác bởi các đối tượng xấu. Ví dụ, có thể sử dụng mã hóa dữ liệu để bảo vệ thông tin thẻ tín dụng.

5.2. Bộ Dữ Liệu Thực Nghiệm và Phương Pháp Đánh Giá

Để đánh giá hiệu quả che giấu, cần sử dụng các bộ dữ liệu thực nghiệm và các phương pháp đánh giá phù hợp. Các bộ dữ liệu thực nghiệm nên đại diện cho các ứng dụng thực tế, và các phương pháp đánh giá nên đo lường cả mức độ bảo mật và tính hữu ích của dữ liệu. Một số phương pháp đánh giá phổ biến bao gồm đánh giá dựa trên tấn công suy luận và đánh giá dựa trên phân tích hiệu ứng phụ.

VI. Kết Luận và Hướng Phát Triển Tương Lai Của Che Giấu Thông Tin

Che giấu thông tin nhạy cảm là một lĩnh vực nghiên cứu quan trọng và đầy thách thức. Các kỹ thuật che giấu thông tin ngày càng trở nên phức tạp và tinh vi hơn, nhằm đáp ứng nhu cầu bảo vệ quyền riêng tư và an toàn dữ liệu trong bối cảnh khai phá dữ liệu ngày càng phát triển. Trong tương lai, cần có các nghiên cứu sâu hơn về các phương pháp che giấu thông tin mới, cũng như các phương pháp đánh giá hiệu quả chính xác hơn. Ngoài ra, cần có sự hợp tác chặt chẽ giữa các nhà nghiên cứu, các nhà phát triển, và các nhà quản lý để đảm bảo rằng các kỹ thuật che giấu thông tin được áp dụng một cách hiệu quả và có trách nhiệm.

6.1. Các Hướng Nghiên Cứu Tiềm Năng Trong Tương Lai

Một số hướng nghiên cứu tiềm năng trong tương lai bao gồm: (1) Phát triển các kỹ thuật che giấu thông tin có thể thích ứng với các loại dữ liệu khác nhau. (2) Phát triển các kỹ thuật che giấu thông tin có thể bảo vệ chống lại các loại tấn công suy luận khác nhau. (3) Phát triển các kỹ thuật che giấu thông tin có thể giảm thiểu các hiệu ứng phụ một cách hiệu quả hơn. (4) Phát triển các phương pháp đánh giá hiệu quả chính xác hơn.

6.2. Vai Trò Của Các Bên Liên Quan Trong Bảo Vệ Thông Tin

Để bảo vệ thông tin nhạy cảm một cách hiệu quả, cần có sự hợp tác chặt chẽ giữa các nhà nghiên cứu, các nhà phát triển, và các nhà quản lý. Các nhà nghiên cứu cần phát triển các kỹ thuật che giấu thông tin mới và hiệu quả hơn. Các nhà phát triển cần tích hợp các kỹ thuật che giấu thông tin vào các hệ thống và ứng dụng của họ. Các nhà quản lý cần thiết lập các chính sách và quy trình để đảm bảo rằng các kỹ thuật che giấu thông tin được áp dụng một cách hiệu quả và có trách nhiệm.

Trích đoạn nội dung tài liệu

Chương 1: Tổng quan về khai phá hữu ích cao và che giấu thông tin nhạy cảm trong khai phá hữu ích cao từ CSDL giao tác. Chương này trình bày tổng quan về khai phá hữu ích cao và che giấu thông tin nhạy cảm trong khai phá hữu ích cao để làm cơ sở đề xuất các thuật toán che giấu 4 thông tin nhạy cảm trong khai phá hữu ích cao dựa trên kỹ thuật heuristic ở chương 2. Ngoài ra, trong chương này cũng giới thiệu tổng quan về ứng dụng lý thuyết Giàn trong KPDL, là một cơ sở toán học mà luận án này tập trung nghiên cứu để ứng dụng vào việc tối ưu hóa thuật toán che giấu thông tin nhạy cảm trong khai phá hữu ích cao được trình bày ở chương 3. Chương 2: Che giấu thông tin nhạy cảm trong khai phá hữu ích cao dựa trên kỹ thuật heuristic.

Phần đầu của chương trình bày về vấn đề che giấu thông tin nhạy cảm trong khai phá hữu ích cao. Phần còn lại, tập trung vào trình bày các mô hình và thuật toán cải tiến để che giấu thông tin nhạy cảm trong khai phá hữu ích cao, cụ thể: Thuật toán ẩn tập mục hữu ích cao nhạy cảm; thuật toán ẩn tập mục hữu ích cao và phổ biến nhạy cảm; thuật toán ẩn tập mục hữu ích trung bình cao nhạy cảm; thuật toán ẩn luật kết hợp hữu ích cao nhạy cảm. Chương 3: Che giấu thông tin nhạy cảm trong khai phá hữu ích cao dựa trên lý thuyết Giàn. Nội dung chính của chương này trình bày một phần nội dung của lý thuyết Giàn có liên quan đến vấn đề che giấu thông tin nhạy cảm trong KPDL.

Dựa trên cơ sở lý thuyết Giàn, phần tiếp theo của chương xây dựng giàn giao có ràng buộc của tập các tập mục hữu ích cao và phổ biến. Dựa trên giàn giao này, đề xuất thuật toán tìm mục mục tiêu dựa trên Giàn giao có ràng buộc của tập các tập mục hữu ích cao và phổ biến để cải tiến thuật toán ẩn tập mục hữu ích cao và phổ biến đã đề xuất ở chương 2. Đóng góp chính của luận án Luận án đã đạt được một số kết quả nghiên cứu và cũng là các đóng góp chính sau đây: 1) Đề xuất một số thuật toán che giấu thông tin nhạy cảm trong khai phá hữu ích cao dựa trên kỹ thuật heuristic, bao gồm: - Thuật toán ẩn tập mục hữu ích cao nhạy cảm. Có ba kết quả nghiên cứu được công bố trong kỷ yếu hội nghị và tạp chí: (1) Kỷ yếu Hội thảo quốc tế INISCOM, xuất bản bởi Springer, năm 2018; (2) Tạp chí Intelligent Data Analysis (thuộc danh mục ISI, Q3), số 24 năm 2020; (3) Kỷ yếu Hội nghị quốc gia lần thứ 15 về Nghiên cứu cơ bản và ứng dụng Công nghệ thông tin (FAIR 15), năm 2022.

Xem tài liệu số 4, 6 và 9 trong danh mục các công trình của tác giả; 5 - Thuật toán ẩn tập mục hữu ích cao và phổ biến nhạy cảm. Kết quả nghiên cứu được công bố trong Kỷ yếu Hội nghị Quốc gia lần thứ 13 về Nghiên cứu cơ bản và ứng dụng Công nghệ thông tin (FAIR 13), năm 2020. Xem tài liệu số 5 trong danh mục các công trình của tác giả; - Thuật toán ẩn tập mục hữu ích trung bình cao nhạy cảm. Có hai kết quả nghiên cứu được công bố trong kỷ yếu hội nghị: (1) Kỷ yếu Hội thảo Quốc gia lần thứ 14 về Một số vấn đề chọn lọc của Công nghệ thông tin và Truyền thông, năm 2018; (2) Kỷ yếu Hội nghị Quốc gia lần thứ 14 về Nghiên cứu cơ bản và ứng dụng Công nghệ thông tin (FAIR 14), năm 2021.

Xem tài liệu số 3 và 7 trong danh mục các công trình của tác giả; - Thuật toán ẩn luật kết hợp hữu ích cao nhạy cảm. Có hai kết quả nghiên cứu được công bố trong kỷ yếu hội nghị: (1) Kỷ yếu Hội nghị Quốc gia lần thứ 10 về Nghiên cứu cơ bản và ứng dụng Công nghệ thông tin (FAIR 10), năm 2017; (2) Kỷ yếu Hội thảo quốc tế MAPR, xuất bản bởi IEEE, năm 2018. Xem tài liệu số 1 và 2 trong danh mục các công trình của tác giả. 2) Đề xuất thuật toán ẩn tập mục hữu ích cao và phổ biến nhạy cảm dựa trên lý thuyết giàn.

Cụ thể, thuật toán ẩn tập mục hữu ích cao và phổ biến nhạy cảm dựa trên giàn giao có ràng buộc của tập các tập mục hữu ích cao và phổ biến. Kết quả nghiên cứu đã được đăng trên tạp chí Cybernetics And Information Technologies (thuộc danh mục Scopus, Q2), số 1 năm 2022. Xem tài liệu số 8 trong danh mục các công trình của tác giả. 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 Nội dung chính của chương tập trung nghiên cứu tổng quan về khai phá hữu ích cao và che giấu thông tin nhạy cảm trong khai phá hữu ích cao từ CSDL giao tác.

Ngoài ra, việc lựa chọn một công cụ toán học để ứng dụng vào trong KPDL là quan trọng. Chính vì vậy, chương này cũng trình bày tổng quan về ứng dụng lý thuyết Giàn trong KPDL. Phần cuối của chương mô tả về các CSDL được sử dụng để chạy thực nghiệm trong các thuật toán đề xuất của luận án. Kết quả nghiên cứu của chương này là cơ sở lý thuyết nền tảng để xây dựng các thuật toán che giấu thông tin nhạy cảm trong khai phá hữu ích cao được trình bày trong chương 2 và chương 3 của luận án.

Tổng quan về khai phá hữu ích cao từ CSDL giao tác Khai phá hữu ích cao là một mở rộng của khai phá tập phổ biến khi vai trò của các mục trong CSDL được xem xét đến. Cơ sở lý thuyết của mô hình khai phá hữu ích cao được đề xuất trong [52] vào năm 2004 để khai phá từ CSDL giao tác tập các tập mục thỏa mãn một ngưỡng hữu ích tối thiểu cho trước và được gọi là khai phá tập mục hữu ích cao. Cho đến nay, khai phá tập mục hữu ích cao có nhiều hướng nghiên cứu mở rộng để đáp ứng nhu cầu thực tế của xã hội: Khai phá tập mục hữu ích cao và phổ biến; khai phá tập mục hữu ích trung bình cao; khai phá luật kết hợp hữu ích cao,. Cơ sơ lý thuyết của khai phá hữu ích cao Phát biểu: Cho tập hữu hạn gồm các mục I = {x1 , x2 ,.

, xm }, mỗi mục x ∈ I có một giá trị hữu ích ngoại, ký hiệu là p(x). , xk }, với X ⊆ I, k là độ dài của tập mục X. , Tn } chứa n giao tác, mỗi giao tác Tc ⊆ I, 1 ≤ c ≤ n có một định danh gọi là T id. Mỗi mục x trong giao tác Tc kết hợp với một trọng số gọi là hữu ích nội (số lượng), ký hiệu là q(x, Tc ).1: CSDL Giao tác D Tid Giao tác Tid Giao tác T1 A(3), B(1), C(5), F(2) T6 B(2), C(2), F(1), H(2) T2 D(2), E(3), F(3), G(1) T7 D(1), E(2), F(3), G(2), H(2) T3 A(2), B(3), C(1), D(3), E(5), F(1) T8 B(1), D(2), H(2) T4 A(3), B(2), C(1),E(2) T9 B(4), D(3), F(1) T5 D(2), E(3), F(5) T10 B(4), D(1), F(3) Bảng 1.2: Hữu ích ngoại của CSDL D.

Mục A B C D E F G H Hữu ích 4 2 6 4 2 1 2 1 Ví dụ 1. Cho I là tập hữu hạn gồm các mục {A, B, C, D, E, F, G, H}. Mỗi mục x ∈ I có một giá trị hữu ích ngoại p(x), cụ thể trong Bảng 1. CSDL giao tác D gồm 10 giao tác, cụ thể trong Bảng 1.

CSDL này được sử dụng cho tất cả ví dụ trong toàn bộ nội dung của luận án này. Khai phá tập mục hữu ích cao Khai phá tập mục hữu ích cao là quá trình khai thác từ CSDL giao tác tất cả các tập mục có giá trị hữu ích không nhỏ hơn một ngưỡng hữu ích tối thiểu cho trước. Giá trị hữu ích được xác định bởi các định nghĩa sau: Định nghĩa 1.1) - Giá trị hữu ích của tập mục X trong giao tác Tc , ký hiệu u(X, Tc ), được xác định: X u(X, Tc ) = u(x, Tc ) (1.2) x∈X - Giá trị hữu ích của tập mục X trong CSDL D, ký hiệu u(X), được xác định: X u(X) = u(X, Tc ) (1.3) X⊆Tc ∧Tc ∈D - Giá trị hữu ích của giao tác Tc trong CSDL D, ký hiệu T U (Tc ), được xác định: X T U (Tc ) = u(x, Tc ) (1.4) x∈Tc 8 - Giá trị hữu ích của CSDL D, ký hiệu DU (D), được xác định: X DU (D) = T U (Tc ) (1. DU (D) = T U (T1 ) + T U (T2 ) + T U (T3 ) + T U (T4 ) + T U (T5 ) + T U (T6 ) + T U (T7 ) + T U (T8 ) + T U (T9 ) + T U (T1 0) = 237 Định nghĩa 1.

(Tập mục hữu ích cao): Tập mục X là tập mục hữu ích cao trong CSDL D nếu giá trị hữu ích của X không nhỏ hơn ngưỡng hữu ích tối thiểu ε cho trước. Gọi HUIs là tập các tập mục hữu ích cao, ta có: HU Is = {X|X ⊆ I, u (X) ≥ ε} (1. Với ε = 40, hai tập mục {DF G} và {ACE}. Tập mục {DF G} không là tập mục hữu ích cao vì u({DF G}) = 24 < ε, còn tập mục {ACE} là tập mục hữu ích cao vì u({ACE}) = 46 > ε.

Khai phá tập mục hữu ích cao và phổ biến Khai phá tập mục hữu ích cao và phổ biến là một mở rộng của khai phá tập mục hữu ích cao. Tức là khai thác từ CSDL giao tác tất cả các tập mục thỏa mãn đồng thời hai điều kiện: giá trị hữu ích của tập mục không nhỏ hơn ngưỡng hữu ích tối thiểu và độ hỗ trợ của tập mục không nhỏ hơn ngưỡng hỗ trợ tối thiểu cho trước. Các định nghĩa liên quan đến khai phá tập mục hữu ích cao và phổ biến được trình bày như sau: Định nghĩa 1.7) |D| Trong đó, supc(X) = |{Tc |X ⊆ Tc , Tc ∈ D}|. (Tập mục hữu ích cao và phổ biến): Tập mục X là tập mục hữu ích cao và phổ biến nếu giá trị hữu ích của X không nhỏ hơn ngưỡng hữu ích tối thiểu ε và độ hỗ trợ của X không nhỏ hơn ngưỡng hỗ trợ tối thiểu δ.

Gọi HU F Is là tập các tập mục hữu ích cao và phổ biến, khi đó HU F Is được xác định: HU F Is = {X|u(X) ≥ ε ∧ support(X) ≥ δ} (1.