随着信息技术的飞速发展,全球经济呈现出一体化的趋势,数据不再是集中式的存放在一个站点上,绝大多数数据库以分布式的形式存在,即数据是分布在两个或多个站点上。为了挖掘出全局性的关联规则,数据拥有者希望合作进行数据挖掘,但是由于隐私问题,参与者彼此不希望自身的数据被别人知晓。因此,研究一种高效的具有隐私保护的分布式数据挖掘算法有着十分重要的理论意义和应用前景。关联规则挖掘是数据挖掘中的一个重要研究内容,本文仅讨论关联规则挖掘中的隐私保护问题。论文在分析现有算法的基础上,引入同时满足同态加和同态乘操作的全同态加密算法,优化全同态加密算法的密钥尺寸和加密效率,结合安全多方计算,提出了基于全同态加密的隐私保护关联规则算法,算法对站点之间传输的数据加密,设计计算和通信耗费低的协议对密文作运算,确定全局频繁项目集,实现了分布环境下关联规则挖掘的隐私保护问题。本文的主要研究内容如下:(1)提出一种新的基于整数的全同态加密算法EDGHV。该算法设计了一个新类同态加密方案,方案利用公钥压缩技术和压缩解密电路实现全同态加密。与原方案DGHV相比,有效地压缩了公钥尺寸的大小,提高了加密效率。(2)提出了水平分布下基于整数全同态加密的隐私保护关联规则算法EDGHV-HPP,该算法将全局频繁项目集的判断转换成比较两个数大小的问题。算法EDGHV-HPP利用Apriori算法求出各站点的所有局部频繁项目集,采用加密算法EDGHV对项目集局部支持计数加密,设计协议对密文进行同态加和同态乘运算,实现对两个密文数据的大小比较。实验表明与传统的使用Paillier加密算法实现隐私保护相比,算法EDGHV-HPP可以有效地提高挖掘的效率以及正确性。(3)提出了垂直分布下基于整数全同态加密的隐私保护关联规则算法EDGHV-VPP。该算法将项目集支持计数的计算转换成求向量点积,提出两个基于全同态加密的安全两方计算协议,通过对密文的同态加和同态乘运算,实现项目事务向量之间的安全点积运算,得出各项目集的支持计数,确定项目集的频繁性。与传统的安全求向量点积协议相比,本协议通信耗费低,实验表明算法EDGHV-VPP的计算开销和通信代价较小。(4)利用面向对象思想,设计并实现基于全同态加密的关联规则隐私保护原型系统,简单介绍了系统的开发工具和环境,重点阐述了系统的核心类,给出系统的运行界面和结果。