Estrazione di dati a tutela della privacy mediante l'estrazione inversa di insiemi frequenti di elementi

In questo libro viene discusso un argomento di ricerca emergente nel data mining, noto come data mining per la tutela della privacy (PPDM). È un'applicazione della ricerca sul data mining in risposta alla sicurezza della privacy nel data mining. Si chiama data mining a tutela della privacy o sensibile alla privacy. La conservazione della privacy nel data mining è emersa come un prerequisito assoluto per lo scambio di informazioni riservate in termini di analisi, convalida e pubblicazione dei dati. Questo libro fornisce una panoramica panoramica sulla nuova prospettiva e sull'interpretazione sistematica di un elenco di pubblicazioni pubblicate attraverso la loro meticolosa organizzazione in sottocategorie. Le tecniche PPDM possono essere classificate in base a 3 Caratteristiche: distribuzione dei dati, finalità dell'occultamento, algoritmi di Data Mining.Il data mining è uno strumento molto importante utilizzato dalle organizzazioni per fornire un servizio migliore, ottenere maggiori profitti e un migliore processo decisionale. Ma i problemi di privacy e sicurezza possono creare barriere nelle attività di data mining. Queste barriere possono essere rimosse applicando tecniche PPDM e garantendo la sicurezza nelle attività di data mining. Molte tecniche sono state proposte per PPDM, con ciascuna tecnica che presenta alcuni vantaggi rispetto a un'altra nei propri termini.

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.