Correlación para ocultar elementos sensibles en la minería de datos - Sreenivasa Rao, Kuncham; Suresh Babu, Changalasetty; Damodaram, Avula
44,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 1-2 Wochen
  • Broschiertes Buch

El principal objetivo de la minería de datos es extraer información de alto nivel u oculta de grandes bases de datos. Junto con la ventaja de extraer patrones útiles, también plantea la amenaza de revelar información sensible del usuario. Podemos ocultar la información sensible del usuario mediante el uso de la minería de datos de preservación de la privacidad (PPDM). En la minería de datos, la minería de reglas de asociación es un método popular y bien investigado para descubrir relaciones interesantes entre variables en grandes bases de datos. Dado que las reglas de asociación son una…mehr

Andere Kunden interessierten sich auch für
Produktbeschreibung
El principal objetivo de la minería de datos es extraer información de alto nivel u oculta de grandes bases de datos. Junto con la ventaja de extraer patrones útiles, también plantea la amenaza de revelar información sensible del usuario. Podemos ocultar la información sensible del usuario mediante el uso de la minería de datos de preservación de la privacidad (PPDM). En la minería de datos, la minería de reglas de asociación es un método popular y bien investigado para descubrir relaciones interesantes entre variables en grandes bases de datos. Dado que las reglas de asociación son una herramienta clave para encontrar tales patrones, ciertas reglas de asociación pueden ser categorizadas como sensibles si su riesgo de divulgación está por encima de algún umbral especificado. La mayoría de los enfoques de minería de datos que preservan la privacidad utilizan el soporte y la confianza. En este libro, el autor propone un enfoque basado en la correlación que utiliza medidas distintas del soporte y la confianza, como la correlación entre los elementos de los conjuntos de elementos sensibles, para ocultar los conjuntos de elementos frecuentes sensibles. Las columnas del conjunto de datos que tienen un valor umbral de correlación especificado se consideran para el proceso de ocultación. Este mecanismo se denomina mecanismo de ponderación del coeficiente de correlación de Pearson, que mantiene el equilibrio entre privacidad y precisión.
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.
Autorenporträt
Kuncham Sreenivasa Rao hat seinen B.Tech in Computer Science and Engineering (CSE) an der JNT University, Hyderabad im Jahr 2005 und seinen M.Tech in CSE an der JNT University Kakinada im Jahr 2009 abgeschlossen. Im Jahr 2016 promovierte er in CSE an der JNT University Hyderabad. Zu seinen Forschungsinteressen gehören Data Mining, Bigdata und Datenanalytik.