论文部分内容阅读
自二十世纪九十年代以来，多Agent系统逐渐成为人们研究的热点，对许多科学技术的发展产生了深远的影响。多Agent系统比较适用于复杂的分布式计算，且能有效地避免大规模分布式站点数据的移动问题。因此，将多Agent技术应用于分布式数据挖掘，具有很大的优势，也定会加快分布式数据挖掘技术的进展。本文首先概述了该课题的研究意义，然后就分布式数据挖掘、隐私保护技术及分布式隐私保护数据挖掘进行了分析和讨论；最后重点介绍了多Agent的相关技术，并深入研究了一个基于Java的多Agent系统框架-JAFMAS。通过对JAFMAS框架进行扩展，设计并实现了一个用于分布式隐私保护数据挖掘的原型系统。本文的主要工作内容包括以下几点：(1)针对安全多方计算（SMC）技术在大规模分布式数据环境中存在的缺陷和不足，给出了改进的基于分布式关联规则挖掘的Apriori算法，减少了数据库的扫描次数和候选频繁项集的计算量，并进行了相关验证。(2)在多Agent系统中，通信是协作的基础，应选择一种最佳的通信机制来实现Agent间的彼此合作，协调以完成系统的任务。本文结合JAFMAS框架中通信协议层提供的相关支持，提出了一种基于点对点通信和消息广播相结合的Agent通信机制，给出了改进的通信模型，有利于完善协调、协作机制。(3)对于提出的基于Agent的分布式隐私保护数据挖掘架构模型，本文通过对JAFMAS框架进行扩展实现，构建了一个用于分布式隐私保护数据挖掘的原型系统，给出了各个功能模块的设计和处理流程的分析。最后对原型系统进行了相关测试，针对改进的关联规则挖掘算法、改进的Agent通信机制进行了实验分析。实验结果表明，此原型系统在进行关联分析时有了较大程度的提高和完善，能更好地满足分布式隐私保护数据挖掘的要求，总体性能有所改进。