TAILIEUCHUNG - Ẩn tập mục hữu ích cao và phổ biến nhạy cảm

Bài viết nghiên cứu và đề xuất thuật toán có tên gọi là ATMTU để ẩn các tập mục hữu ích cao và phổ biến nhạy cảm (SHUFIs). Thuật toán ATMTU thực hiện qua 3 bước chính, gồm: (1) Xác định giảm độ hỗ trợ hay giảm giá trị hữu ích là hiệu quả hơn để ẩn SHUFIs; (2) Xác định giao tác mục tiêu và mục mục tiêu để sửa dữ liệu; (3) Sửa CSDL với mục và giao tác bị sửa được chọn ở bước 2. Kết quả thực nghiệm cho thấy thuật toán mà chúng tôi đề xuất có hiệu ứng phụ thấp hơn thuật toán hiện tại. | Kỷ yếu Hội nghị KHCN Quốc gia lần thứ XIII về Nghiên cứu cơ bản và ứng dụng Công nghệ thông tin FAIR Nha Trang ngày 8-9 10 2020 DOI ẨN TẬP MỤC HỮU ÍCH CAO VÀ PHỔ BIẾN NHẠY CẢM Huỳnh Triệu Vỹ1 Lê Quốc Hải2 Trương Ngọc Châu3 Lê Quốc Hiếu4 1 Trường Đại học Phạm Văn Đồng 2 Trường Cao đẳng Sư phạm Quảng Trị 3 Trường Đại học Bách khoa Đà Nẵng 4 Trường Đại học Kinh tế Luật - Đại học Quốc gia TP. HCM htvy@ hailq79@ truongngocchau@ hieulq@ TÓM TẮT Mục đích của bài toán bảo vệ tính riêng tư trong khai phá hữu ích cao PPUM là can thiệp vào cơ sở dữ liệu CSDL để ẩn đi các thông tin nhạy cảm được khai thác bởi các thuật toán khai phá hữu ích cao HUM nhằm hạn chế các rủi ro mà chủ sở hữu dữ liệu gặp phải khi chia sẻ CSDL ra bên ngoài. Tuy nhiên việc tác động vào dữ liệu để che giấu thông tin thường sinh ra các hiệu ứng phụ như mất mát hoặc dư thừa thông tin. Mục đích của các thuật toán PPUM là thực hiện thao tác che dấu các dữ liệu riêng tư hay nhạy cảm của CSDL trước khi chúng được chia sẻ ra bên ngoài sao cho hiệu ứng phụ của quá trình che dấu là tối thiểu. Bài báo này chúng tôi nghiên cứu và đề xuất thuật toán có tên gọi là ATMTU để ẩn các tập mục hữu ích cao và phổ biến nhạy cảm SHUFIs . Thuật toán ATMTU thực hiện qua 3 bước chính gồm 1 Xác định giảm độ hỗ trợ hay giảm giá trị hữu ích là hiệu quả hơn để ẩn SHUFIs 2 Xác định giao tác mục tiêu và mục mục tiêu để sửa dữ liệu. Ở bước này chúng tôi đưa ra các chiến lược heuristic khác nhau để xác định mục mục tiêu và giao tác mục tiêu cho từng phương án được lựa chọn ở bước thứ nhất nhằm giảm thiểu hiệu ứng phụ 3 Sửa CSDL với mục và giao tác bị sửa được chọn ở bước 2. Kết quả thực nghiệm cho thấy thuật toán mà chúng tôi đề xuất có hiệu ứng phụ thấp hơn thuật toán hiện tại. Từ khóa Tập mục hữu ích cao tập mục hữu ích cao và phổ biến tập mục hữu ích cao và phổ biến nhạy cảm. I. GIỚI THIỆU Khai phá tập mục hữu ích cao HUIM là mô hình trích chọn những tập mục mẫu có giá .

• Quản trị mạng
• Tập mục hữu ích cao
• Tập mục hữu ích cao và phổ biến
• Khai phá tập mục hữu ích cao
• Thuật toán ATMTU
• Hướng tiếp cận heuristic
• Che giấu dữ liệu
• Khai phá hữu ích cao
• Tập mục hữu ích trung bình cao
• Tập mục hữu ích trung bình cao nhạy cảm
• Phương pháp tối ưu cục bộ
• Tập hữu ích cao
• Khai thác tập hữu ích cao
• Tập hữu ích cao chứa k mục
• Phân đoạn dọc
• Khai phá dữ liệu
• Khai thác dữ liệu
• Luật kết hơp
• Thuật toán HUIL
• Kỹ thuật khai thác dữ liệu
• Bài toán khai thác tập mục hữu ích
• Bài toán khai thác luật kết hợp hữu ích cao
• Tập mục hữu ích cao hiếm
• Ngưỡng hỗ trợ cực đại
• Cấu trúc utility list
• Cơ sở dữ liệu giao tác
• Cơ sở dữ liệu đa ngưỡng
• Cơ sở dữ liệu định lượng
• Tập hạng mục có độ hữu ích cao
• Thuật toán MEHUI
• Tóm tắt Luận văn Thạc sĩ
• Khoa học máy tính
• Quản lý cơ sở dữ liệu đào tạo
• Thuật toán khai phá tập mục hữu ích cao
• Nâng cao chất lượng đào tạo học sinh
• Bài toán ẩn các tập mục
• Dịch vụ định vị
• Mạng cảm biến không dây
• Bài toán Clique lớn nhất
• Tiếp cận Heuristic
• Đồ thị vô hướng không có trọng số
• Phân cụm điện não đồ
• Thuật toán nhánh cận
• Bài toán cực tiểu độ trễ
• Phương pháp ACO
• Thuật toán SMMSA
• Thuật toán meta heuristic
• Lập đồ thị cấu trúc