Extraction de données préservant la confidentialité par l'extraction d'ensembles d'éléments fréquents inversés

Un sujet de recherche émergent dans le domaine de l'exploration de données, connu sous le nom d'exploration de données préservant la confidentialité (PPDM), est abordé dans ce livre. Il s'agit d'une application de la recherche sur l'exploration de données en réponse à la sécurité de la vie privée dans l'exploration de données. C'est ce qu'on appelle une exploration de données à confidentialité améliorée ou sensible à la confidentialité. La préservation de la vie privée dans l'exploration de données est devenue une condition préalable absolue à l'échange d'informations confidentielles en termes d'analyse, de validation et de publication des données. Cet ouvrage propose un tour d'horizon panoramique sur une nouvelle perspective et une interprétation systématique d'une liste de la littérature publiée via leur organisation méticuleuse en sous-catégories. Les techniques PPDM peuvent être classées en fonction de 3 caractéristiques: distribution des données, objectifs de masquage, algorithmes de Data Mining. L'exploration de données est un outil très important utilisé par les organisations pour fournir un meilleur service, réaliser un plus grand profit et une meilleure prise de décision. Mais les problèmes de confidentialité et de sécurité peuvent créer un obstacle dans la tâche d'exploration de données. Ces barrières peuvent être supprimées en appliquant des techniques PPDM et en garantissant la sécurité dans la tâche d'exploration de données.

Autorentext

Assistenzprofessor an der Sanjay Bhokare Group of Institute von ATS, Miraj.Maximieren Sie die Leistung durch die Umsetzung geeigneter Standards durch die Analyse von Details, um das Verständnis für neue Best Practices und Rechtsvorschriften zu gewinnen.

Klappentext

Un sujet de recherche émergent dans le domaine de l'exploration de données, connu sous le nom d'exploration de données préservant la confidentialité (PPDM), est abordé dans ce livre. Il s'agit d'une application de la recherche sur l'exploration de données en réponse à la sécurité de la vie privée dans l'exploration de données. C'est ce qu'on appelle une exploration de données à confidentialité améliorée ou sensible à la confidentialité. La préservation de la vie privée dans l'exploration de données est devenue une condition préalable absolue à l'échange d'informations confidentielles en termes d'analyse, de validation et de publication des données. Cet ouvrage propose un tour d'horizon panoramique sur une nouvelle perspective et une interprétation systématique d'une liste de la littérature publiée via leur organisation méticuleuse en sous-catégories. Les techniques PPDM peuvent être classées en fonction de 3 caractéristiques: distribution des données, objectifs de masquage, algorithmes de Data Mining. L'exploration de données est un outil très important utilisé par les organisations pour fournir un meilleur service, réaliser un plus grand profit et une meilleure prise de décision. Mais les problèmes de confidentialité et de sécurité peuvent créer un obstacle dans la tâche d'exploration de données. Ces barrières peuvent être supprimées en appliquant des techniques PPDM et en garantissant la sécurité dans la tâche d'exploration de données.