Método de publicación de protección de privacidad diferencial de datos de alta dimensionalidad basado en análisis de asociación
Autores: Shi, Wei; Zhang, Xiaolei; Chen, Hao; Zhang, Xing
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Método de publicación de protección de privacidad diferencial de datos de alta dimensionalidad basado en análisis de asociación
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Método propuesto para la publicación de datos de alta dimensionalidad
Conjuntos de elementos frecuentes
Reglas de asociación
Privacidad diferencial
Ruido de Laplace
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 22
Citaciones: Sin citaciones
Para resolver el problema de divulgación de privacidad al publicar datos de alta dimensionalidad y proteger la privacidad de los conjuntos de elementos frecuentes en reglas de asociación, se propone un método de publicación de datos de alta dimensionalidad basado en conjuntos de elementos frecuentes de reglas de asociación (PDP Growth).
Descripción
Para resolver el problema de divulgación de privacidad al publicar datos de alta dimensionalidad y proteger la privacidad de los conjuntos de elementos frecuentes en reglas de asociación, se propone un método de publicación de datos de alta dimensionalidad basado en conjuntos de elementos frecuentes de reglas de asociación (PDP Growth).