文献

J-GLOBAL ID：201702243489595148   整理番号：17A0967287

相関研究のためのデータマイニングを強化するためのプライバシー保護方法の改善【Powered by NICT】

Improving privacy preserving methods to enhance data mining for correlation research

著者 (1件)： Brown Emily E (College of Engineering and Computing, Nova Southeastern University, Ft. Lauderdale, FL, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： SoutheastCon  ページ： 1-4  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： プライバシー保護技術は,公表されているデータセットから個体をde同定するために開発した。その結果,データの完全な可能性の詳細は,今日使用されている方法により公表されたされていない。本研究では,データセットの匿名性をアプローチするより有能な方法を提案した。二片の変化は,プライバシー保護法をより効率的にするために実施されるべきである:1/2K基準と属性重要性導入。まとめると,de同定データのこの新しい方法は,元の情報の最大量を発表するより効果的であることを証明できた。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *データマイニング
準シソーラス用語： 匿名性 ,  *プライバシー保護 , 【Automatic Indexing@JST】

分類 (2件)： データ保護  (JD01020V) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 相関 ,  研究 ,  データマイニング ,  強化 ,  プライバシー