یک الگوریتم تکاملی برای حفظ حریم خصوصی در کاوش سودمندی

سال انتشار: 1389
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,113

فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CSICC16_052

تاریخ نمایه سازی: 28 بهمن 1390

چکیده مقاله:

امروزه داده کاوی نقش مهمی درتجارت و فناوری اطلاعات ایفا می کند و روشهای داده کاوی بطور وسیع درسازمانهای تجاری به کارگرفته شده است اگرچه به اشتراک گذاری داده ها در بین سازمان ها مزایای بسیاری را در اختیار آنها قرار داده است اما ا زطرفی این امر موجب گردیده که خطر افشای اطلاعات حساس در داده های منتشر شده افزایش یابد پاکسازی اطلاعات به پروسه ای گفته می شود که درآن با استفاده از اعمال تغییراتی در پایگاه داده اصلی مجموعه آیتم های حساس مخفی سازی می شوند پس از پاکسازی داده ها پایگاه داده حاصل انتشار می یابد. این مقاله به بررسی حفظ حریم خصوصی دریکی از روشهای داده کاوی به نام کاوش سودمندی می پردازد پیدا کرده راه حل بهینه برای مسالهپاکسازی پایگاه داده در کاوش سودمندی یک مساله برنامه ریزی غیرخطی عدد صحیح با قیدهای غیرخطیمی باشد الگوریتم های اکتشافی قبلی ارایه شده دراین زمینه اگرچه بخوبی توانسته اند حریم خصوصی را حفظ کنند اما از لحاظ کیفیت داده های تولید شده از کارایی مناسبی برخوردار نیستند دراین مقاله یک الگوریتم تکاملی برای حل این مساله ارایه شده است نتایج آزمایشات ارایه شده دراین مقاله نشان میدهد که الگوریتم ارایه شده از لحاظ کیفیت داده های تولید شده نسبت به الگوریتم های پیشین از برتری چشمگیری برخوردار است.

نویسندگان

طاهره ره گویی

دانشجوی کارشناسی ارشد،گروه کامپیوتر،دانشکده فنی و مهندسی،دانشگاه ف

رضا منصفی

عضو هیات علمی،گروه کامپیوتر،دانشکده فنی مهندسی،دانشگاه فردوسی،مش

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • دانشکده مهندسی کامپیوتر، دانشگاه صنعتی شریف، تهران، 17 تا 19 ...
  • دانشکده مهندسی کامپیوتر، دانشگاه صنعتی شریف، تهران، 17 تا 19 ...
  • R. Agrawal and R. Srikant, _ algorithms for mining association ...
  • R. Agrawal, T. Imieliiski, and A. Swami, "Mining association rules ...
  • databases, " in Proceedings of the 1993 ACM SIGMOL international ...
  • H. Yao, H. J. Hamilton, and C. J. Butz, _ ...
  • v. S. Verykios, E. Bertino, I. N. Fovino, L. P ...
  • C. Clifton and D Marks, "Security and privacy implications of ...
  • C. Clifton, M. Kantarcioglu, and J. Vaidya, "Defining ...
  • S. J. Rizvi and J R. Haritsa, "Maintaining data privacy ...
  • Y. Saygin, V. S. Verykios, and A. K. Elmagarmid, ...
  • Research Issues in Data Engineering: Engineering E- Comme rce/E-Busines Systems ...
  • J. Yeh and P. Hsu, "HHUIF and MSICF: Novel ...
  • Y. Li and J. Yeh, "Efficient algorithms for mining share- ...
  • Y. Li, J. Yeh, and C. Chang, _ Fast Algorithm ...
  • Y. Li, J. Yeh, and C. Chang, 0:Direct Candidates Generation: ...
  • _ _ _ _ _ _ Advances in Knowledge Discovery ...
  • Y. Li, J. Yeh, and C. Chang, "Isolated items discarding ...
  • _ Verykios, A. Elmagarmid, E. Bertino, Y. Saygin, and E. ...
  • Y. Saygin, V. S. Verykios, and C. Clifton, :Using unknowns ...
  • S. R. Oliveira, O. R. Zaliane, and Y. Saygin, "Secure ...
  • _ _ "Preserving IEEE International Conference on, pp. 530-534, 2007 ...
  • J. Vaidya and C. Clifton, "Privacy preserving association rule mining ...
  • Proceedings of the eighth ACM SIGKDB international conference on Knowledge ...
  • S. R. Oliveira and , R. Zaliane, "Privacy preserving frequent ...
  • _ _ _ Sensitive Knowledge By Data Sanitization, " in ...
  • Association Rule Mining, " in Advances in Knowledge Discovery and ...
  • A. Gkoulalas- Divanis and V. S. Verykios, "Hiding sensitive knowledge ...
  • E. Elbeltagi, T. Hegazy, and D. Grierson, "Comparison among five ...
  • D. E. Goldberg, Genetic Algorithms in Search, ...
  • Optimization and Machine Learning. Addi son-Wesley Longman Publishing Co., Inc., ...
  • IBM Almaden Research Center, "Synthetic data generation code for associations ...
  • and sequential patterns, " 2009. [Online]. Available: http ://www. almaden.ibm ...
  • fast high utility A"ه [28] Y. Liu, W. Liao, and ...
  • نمایش کامل مراجع