Đăng nhập để tải tài liệu không giới hạn
Tham gia 8.000+ người dùng Thư Viện Luận Án
Đang tải tài liệu...
NGHIÊN CỨU VÀ PHÁT TRIỂN MỘT SỐ KỸ THUẬT CHE GIẤU THÔNG TIN NHẠY CẢM TRONG KHAI PHÁ HỮU ÍCH CAO
KHOA HỌC MÁY TÍNH
Luận án tiến sĩ "Nghiên cứu và phát triển một số kỹ thuật che giấu thông tin nhạy cảm trong khai phá hữu ích cao" của tác giả Huỳnh Triệu Vỹ tập trung giải quyết thách thức quan trọng trong lĩnh vực khai phá dữ liệu (KPDL) hiện nay. Với sự bùng nổ của công nghệ thông tin, lượng dữ liệu khổng lồ được tạo ra và lưu trữ, đòi hỏi các phương pháp KPDL hiệu quả để khám phá tri thức tiềm ẩn. Tuy nhiên, việc chia sẻ dữ liệu trong môi trường kinh doanh toàn cầu đặt ra vấn đề bảo mật thông tin nhạy cảm.
Luận án hướng đến việc phát triển các kỹ thuật che giấu thông tin nhạy cảm trong khai phá hữu ích cao (KPHIC) – một nhánh của KPDL xem xét yếu tố hữu ích (như lợi nhuận, số lượng) của các mục. Mục tiêu chính là đảm bảo thông tin nhạy cảm được bảo vệ khi CSDL được chia sẻ ra bên ngoài, đồng thời giảm thiểu tối đa các hiệu ứng phụ do quá trình sửa đổi dữ liệu gây ra.
Nghiên cứu này thực hiện hai mục tiêu cụ thể: Thứ nhất, nghiên cứu và đề xuất các thuật toán ẩn tập mục hữu ích cao nhạy cảm và luật kết hợp hữu ích cao nhạy cảm dựa trên kỹ thuật heuristic. Thứ hai, nghiên cứu và áp dụng lý thuyết Giàn để giảm hiệu ứng phụ trong quá trình che giấu thông tin nhạy cảm trong KPHIC.
Phạm vi nghiên cứu bao gồm việc phân tích tổng quan các hạn chế của các thuật toán heuristic hiện tại để ẩn các loại tập mục hữu ích cao nhạy cảm (như tập mục hữu ích cao, tập mục hữu ích cao và phổ biến, tập mục hữu ích trung bình cao) và luật kết hợp hữu ích cao nhạy cảm từ CSDL giao tác. Dựa trên đó, luận án đề xuất các thuật toán cải tiến và mô hình mới. Đặc biệt, luận án đã ứng dụng lý thuyết Giàn để xây dựng Giàn giao có ràng buộc của tập các tập mục hữu ích cao và phổ biến, từ đó tối ưu hóa việc chọn mục mục tiêu để giảm hiệu ứng phụ.
Các đóng góp chính của luận án bao gồm việc đề xuất một loạt các thuật toán che giấu thông tin nhạy cảm trong KPHIC dựa trên kỹ thuật heuristic (đã công bố 8 kết quả nghiên cứu) và đặc biệt là thuật toán ẩn tập mục hữu ích cao và phổ biến nhạy cảm dựa trên lý thuyết giàn, được đánh giá là hiệu quả hơn các thuật toán hiện tại về chỉ số hiệu ứng phụ.
Tải không giới hạn tất cả tài liệu, không cần chờ. Chỉ từ 199.000đ/tháng.
Xem gói hội viên