سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

ارائه روشی بمنظور استخراج قواعد وابستگی با حفظ حریم خصوصی با کاهشقواعد گمشده

Publish Year: 1392
Type: Conference paper
Language: Persian
View: 876

This Paper With 6 Page And PDF Format Ready To Download

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

Export:

Link to this Paper:

Document National Code:

NCCOS02_132

Index date: 27 September 2014

ارائه روشی بمنظور استخراج قواعد وابستگی با حفظ حریم خصوصی با کاهشقواعد گمشده abstract

در سال های اخیر، داده کاوی یکی از ابزارهای رایج تحلیل برای استخراج دانش از مجموعه ای از مقادیر داده بوده است. یکی از بزرگترین چالش های داده کاوی کشف الگوهای پنهان، بدون افشای اطلاعات حساس می باشد.حفظ محرمانگی داده کاوی PPDM پاسخی به این چالش می باشد. مخفی سازی قواعد وابستگی یکی از تکنیک های PPDM برای حفاظت از قواعد وابستگی ایجاد شده توسط کاوش قواعد وابستگی می باشد. الگوریتم های مخفی سازی قواعد وابستگی پایگاه داده را به نحوی تغییر می دهند که قواعد وابستگی حساس مشخص شده از طریق تکنیک های کاوش قواعد وابستگی، قابل افشا نباشند. در این مقاله با استفاده از تلفیق تکنیک های خوشه بندی و جابجایی عناصر الگوریتمی ارائه می دهیم که تأثیرات جانبی حاصل از آن حداقل باشد. در پایان مقاله، کار خود را با الگوریتم ADSRRCکه الگوریتم مبنا می باشد مقایسه می نماییم. نتایج آزمایشات نشان می دهد که الگوریتم پیشنهاد شده قواعد گمشده را با حداقل تأثیر بر روی زمان اجرا کاهش می دهد.

ارائه روشی بمنظور استخراج قواعد وابستگی با حفظ حریم خصوصی با کاهشقواعد گمشده Keywords:

داده کاوی , قواعد وابستگی , حفظ محرمانگی داده کاوی , میزان پشتیبانی و اطمینان

ارائه روشی بمنظور استخراج قواعد وابستگی با حفظ حریم خصوصی با کاهشقواعد گمشده authors

مریم دهقان

دانشکده کامپیوتر، دانشگاه آزاد اسلامی واحد نجف آباد، ایران

محمد نادری دهکردی

دانشکده کامپیوتر، دانشگاه آزاد اسلامی واحد نجف آباد، ایران

فرامرز صافی اصفهانی

دانشکده کامپیوتر، دانشگاه آزاد اسلامی واحد نجف آباد، ایران

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :
Stanley R. M. Oliveira and Osmar R. Zaiane, :An Efficiet ...
A. Gkoulalas -Divanis and V.S. Verykios, Association Rule Hiding for ...
_ _ _ _ Conference on Privacy, Security and Data ...
/4] Wang Shyue-Liang et al, Hiding informative association rue sets, ...
Yogendra Kumar jain et al, An Efficient Association Rule Hiding ...
/6] Gatne Deepti et al, Privacy Preservation With Limited Side ...
_ _ _ _ International Conference On Computer Software and ...
_ A.S. NAVEEN KUMAR et al, New Framework in Sensitive ...
/9] Komal Shah, Amit Thakkar, Amit Ganatra, _ Association Rule ...
Gulwani Padam, Association Rule Hiding by Positions Swapping of Support ...
نمایش کامل مراجع

مقاله فارسی "ارائه روشی بمنظور استخراج قواعد وابستگی با حفظ حریم خصوصی با کاهشقواعد گمشده" توسط مریم دهقان، دانشکده کامپیوتر، دانشگاه آزاد اسلامی واحد نجف آباد، ایران؛ محمد نادری دهکردی، دانشکده کامپیوتر، دانشگاه آزاد اسلامی واحد نجف آباد، ایران؛ فرامرز صافی اصفهانی، دانشکده کامپیوتر، دانشگاه آزاد اسلامی واحد نجف آباد، ایران نوشته شده و در سال 1392 پس از تایید کمیته علمی دومین همایش ملی کامپیوتر پذیرفته شده است. کلمات کلیدی استفاده شده در این مقاله داده کاوی، قواعد وابستگی، حفظ محرمانگی داده کاوی، میزان پشتیبانی و اطمینان هستند. این مقاله در تاریخ 5 مهر 1393 توسط سیویلیکا نمایه سازی و منتشر شده است و تاکنون 876 بار صفحه این مقاله مشاهده شده است. در چکیده این مقاله اشاره شده است که در سال های اخیر، داده کاوی یکی از ابزارهای رایج تحلیل برای استخراج دانش از مجموعه ای از مقادیر داده بوده است. یکی از بزرگترین چالش های داده کاوی کشف الگوهای پنهان، بدون افشای اطلاعات حساس می باشد.حفظ محرمانگی داده کاوی PPDM پاسخی به این چالش می باشد. مخفی سازی قواعد وابستگی یکی از تکنیک های PPDM برای حفاظت از ... . این مقاله در دسته بندی موضوعی داده کاوی طبقه بندی شده است. برای دانلود فایل کامل مقاله ارائه روشی بمنظور استخراج قواعد وابستگی با حفظ حریم خصوصی با کاهشقواعد گمشده با 6 صفحه به فرمت PDF، میتوانید از طریق بخش "دانلود فایل کامل" اقدام نمایید.