Privacy preserving data mining
Kişisel bilgilerin gizlenmesi veri madenciliği
- Tez No: 424344
- Danışmanlar: PROF. DR. ALİ KARCI
- Tez Türü: Yüksek Lisans
- Konular: Bilim ve Teknoloji, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Mühendislik Bilimleri, Science and Technology, Computer Engineering and Computer Science and Control, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2015
- Dil: İngilizce
- Üniversite: İnönü Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Veri Madenciliği kendi büyük veri tabanını paylaşırken istatistik gibi geleneksel yaklaşımlarla elde edilemeyen yararlı bilgileri elde etmeye denir. Ancak, bu bazen hassas bilgileri açığa çıkarır veya bireysel kişisel gizlilik aşikar eder. Sanitization terimi veri tabanının değiştirilmesi ve yeni bir veri tabanı elde edilerek bu veri tabanı üzerinde yapılan veri madenciliği işlemleri hassas veriyi ortaya çıkarmama işlemine verilen isimdir. Bu işlem veri tabanı üzerinde çok az bozulma ile yönlendirilmelidir. Bu tez çalışmasında, Kişisel Bilgilerin Gizlenmesi Veri Madenciliği üzerine çalışmalar yapılmıştır. Özellikle, Birliktelik Kural Gizleme üzerine odaklanıldı ve sezgisel yaklaşımlarla değerlendirmeler yapıldı. Ayrıca kamuya açık veri kümelerinde bir dizi bu sezgisel yaklaşımları uygulandı ve sonuçlar değerlendirildi.
Özet (Çeviri)
Data Mining allows large database owners to share and extract useful knowledge that could not be deduced with traditional approaches like statistics. However, these sometimes reveal sensitive knowledge or breach individuals' privacy. The term sanitization is given to the process of changing original database into another one from which we can mine without exposing sensitive knowledge. This process should be guided by little distortion on the database. In this dissertation, we address these issues in a data mining branch called Privacy Preserving Data Mining. In particular, we focus on association rule hiding (ARH) and evaluate the heuristic approaches for this purpose. We also apply these heuristic approaches on a number of publicly available datasets and examine the results.
Benzer Tezler
- Privacy-preserving distributed data mining and processing on horizontally partitioned data
Başlık çevirisi yok
MURAT KANTARCIOĞLU
Doktora
İngilizce
2005
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolPurdue UnıversıtyPROF. CHRISTOPHER CLIFTON
- Privacy preserving distributed spatio-temporal data mining
Dağıtık zaman-mekan verilerinde gizliliği koruyan veri madenciliği
ALİ İNAN
Yüksek Lisans
İngilizce
2006
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSabancı ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. YÜCEL SAYGIN
- A toolbox for privacy preserving distributed data mining
Mahremiyet koruyucu veri madenciliği için bir kütüphane gerçeklemesi
SELİM VOLKAN KAYA
Yüksek Lisans
İngilizce
2007
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSabancı ÜniversitesiElektronik Mühendisliği ve Bilgisayar Bilimi Ana Bilim Dalı
DOÇ. DR. ERKAY SAVAŞ
YRD. DOÇ. DR. YÜCEL SAYGIN
- Ensuring location diversity in privacy preserving spatio-temporal data mining
Gizliliği koruyan zaman-mekan veri madenciliğinde mekan çesitliliğin sağlanması
ABDULLAH ERCÜMENT ÇİÇEK
Yüksek Lisans
İngilizce
2009
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSabancı ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
AR.GÖR. MEHMET ERCAN NERGİZ
YRD. DOÇ. DR. YÜCEL SAYGIN
- Impacts of frequent itemset hiding algorithms on privacy preserving data mining
Sık kümeleri gizleme algoritmalarının gizliliği koruyan veri madenciliği üzerine etkileri
BARIŞ YILDIZ
Yüksek Lisans
İngilizce
2010
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİzmir Yüksek Teknoloji EnstitüsüBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. BELGİN ERGENÇ