Práctica de protección de privacidad para la minería de datos con múltiples fuentes de datos: un ejemplo con agrupamiento de datos
Autores: O"Shaughnessy, Pauline; Lin, Yan-Xia
Idioma: Inglés
Editor: MDPI
Año: 2022
Acceso abierto
Artículo científico
2022
Práctica de protección de privacidad para la minería de datos con múltiples fuentes de datos: un ejemplo con agrupamiento de datos
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Minería de datos
Marco de trabajo
Privacidad
Análisis de datos
Función de densidad
Datos remuestreados
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 21
Citaciones: Sin citaciones
En la era de los datos, la minería de datos proporciona herramientas factibles para manejar conjuntos de datos grandes que consisten en datos de múltiples fuentes. Sin embargo, hay una investigación limitada sobre la recuperación de información estadística de los datos cuando los datos son confidenciales y no se pueden compartir directamente. En este documento, abordamos este problema y proponemos un marco para realizar análisis de datos utilizando datos de múltiples fuentes sin revelar los valores reales con fines de privacidad.
Descripción
En la era de los datos, la minería de datos proporciona herramientas factibles para manejar conjuntos de datos grandes que consisten en datos de múltiples fuentes. Sin embargo, hay una investigación limitada sobre la recuperación de información estadística de los datos cuando los datos son confidenciales y no se pueden compartir directamente. En este documento, abordamos este problema y proponemos un marco para realizar análisis de datos utilizando datos de múltiples fuentes sin revelar los valores reales con fines de privacidad.