随着大数据技术和云计算技术的发展,数据挖掘技术发挥着越来越重要的作用并产生了巨大的市场价值。依靠云服务器强大的计算能力,云服务提供商收集和存储大规模的用户数据为计算资源有限的数据挖掘者提供关联规则挖掘服务。根据挖掘结果,商场可以制定有效的促销策略,网站可以向用户合理的推荐网页等。云外包关联规则挖掘虽然可以在为消费者们提供便利的同时提高企业利润,但是也存在着云服务用户的敏感信息泄露的风险。因此,制定一个安全有效的隐私保护关联规则挖掘方案十分符合实际需求,要求其既能得到正确的挖掘结果,又可以保护数据拥有者和数据挖掘者的隐私。本文所做的主要工作如下:1、提出了一种变形的Paillier同态加密算法和一个多密钥环境下的面向大型商场的云外包隐私保护关联规则挖掘方案。到目前为止,适合构造多密钥环境下隐私保护数据挖掘的同态加密算法不多,针对这一现象,提出了一种具有双重解密机制的变形的Paillier加密算法,该算法允许方案中的每一个用户拥有自己的公私钥对。相比于同样具有双重解密机制的BCP加密方案,该算法可以降低密文尺寸,提高传输效率。另外,基于提出的加密算法,构造了一个多密钥环境下的云外包隐私保护关联规则挖掘方案。考虑到大型商场中商品种类繁多,使用二进制向量表示交易记录会导致大量的无效存储,该方案使用编号向量表示交易记录可以降低存储量,减少计算的冗余量。基于表示方法,设计了相应的安全计算协议。经过分析,提出的方案既可以保证挖掘结果的正确,又可以保证挖掘过程中的隐私安全。2、提出了单服务器结构下的隐私保护关联规则挖掘方案。在现有的隐私保护关联规则挖掘方案中,基于公钥密码学的方案虽然同时实现了较高的隐私安全性和结果准确性,但大多都是基于两个互不共谋的云服务器的结构设计的。在单服务器结构下,这些现有的方案并不能实现安全的关联规则挖掘,于是提出了一个基于同态加密的单服务器隐私保护关联规则挖掘方案。该方案利用Paillier同态加密算法、混淆电路和哈希算法设计了单服务器结构下的安全乘法协议,基于该协议能够安全地计算挖掘查询向量和记录向量的内积密文。根据设计的子协议,给出了安全关联规则挖掘协议。此外,针对可能出现的威胁模型进行了协议的安全性分析,证明了方案的安全性。最后,进行了方案性能的实验仿真。