Phát triển các phương pháp ẩn luật kết hợp trong khai thác dữ liệu đảm bảo tính riêng tư

Các nhiệm vụ khác

Nghiên cứu xây dựng mô hình liên kết đào tạo giữa trường Cao đẳng Nghề với doanh nghiệp trên địa bàn tỉnh Phú Thọ
Kinh nghiệm quốc tế về mô hình kinh tế chia sẻ và bài học cho Việt Nam
Hoàn thiện cơ chế giám sát tài chính của Doanh nghiệp
Kế hoạch ứng dụng CNTT và tăng cường tiềm lực thông tin tư liệu KHCN tỉnh Thái Nguyên năm 2007
Hợp tác nghiên cứu ứng dụng kỹ thuật vi phẫu trong điều trị tạo hình biến dạng phức tạp vùng mặt
Nghiên cứu xây dựng phần mềm quản lý công tác đào tạo bồi dưỡng học viên tại trường Chính trị tỉnh Phú Thọ
Nghiên cứu thiết kế và chế tạo cụm cầu sử dụng cho các loại ô tô tải nhỏ tải trọng đến ba tấn
Những bài học kinh nghiệm của sự sụp đổ của Liên Xô cũ trước đây triển vọng của chủ nghĩa xã hội và phong trào cộng sản quốc tế
Chế tạo sơn cách điện trên cơ sở dầu vỏ hạt điều
Hoàn thiện qui trình công nghệ sản xuất 3 sản phẩm thuốc viên bao phim: Bài thạch VG5 và Tadimax qui mô công nghiệp

liên kết website

Lượt truy cập

Lượt truy cập : 16,966,498

Kết quả thực hiện nhiệm vụ

MS đề tài

102.05-2018.307

Số đăng ký KQ

2022-54-0868/NS-KQNC

Tên nhiệm vụ

Phát triển các phương pháp ẩn luật kết hợp trong khai thác dữ liệu đảm bảo tính riêng tư

Tổ chức chủ trì

Trường Đại học Khoa học Tự nhiên

Cơ quan chủ quản

Đại học Quốc gia TP Hồ Chí Minh

Cấp quản lý nhiệm vụ

Quốc gia

Thuộc chương trình

Chủ nhiệm nhiệm vụ

GS. TS. Lê Hoài Bắc

Cán bộ phối hợp

TS. Trần Minh Thái, TS. Trương Chí Tín, TS. Phạm Thị Thiết, ThS. Dương Văn Hải, ThS. Văn Thị Thiên Trang, ThS. Huỳnh Văn Út, CN. Nguyễn Ngọc Đức; Trần Minh Thái⁽¹⁾;

Lĩnh vực nghiên cứu

Các hệ thống và kỹ thuật truyền thông

Thời gian bắt đầu

01/04/2019

Thời gian kết thúc

01/04/2022

Năm viết báo cáo

2022

Nơi viết báo cáo

TP. Hồ Chí Minh

Kinh phí

1351 (triệu đồng)

Số trang

159 tr.

Tóm tắt

Khai thác dữ liệu bảo đảm sự riêng tư (Privacy preserving Data mining- PPDM) là một lĩnh vực nghiên cứu tương đối mới trong cộng đồng khai thác dữ liệu và đã tồn tại khoảng hơn một thập kỷ. PPDM nghiên cứu các tác dụng phụ của phương pháp khai thác dữ liệu có nguồn gốc từ sự xâm nhập vào sự riêng tư của các cá nhân và tổ chức. Một số phương pháp tiếp cận để giải quyết vấn đề này đã được nghiên cứu và triển khai áp dụng. Phần lớn các phương pháp được đề xuất có thể được phân loại theo hai hướng nghiên cứu chính: ẩn dữ liệu và ẩn tri thức. Ẩn dữ liệu là hướng nghiên cứu về tính riêng tư trong các dữ liệu thô hay thông tin, có thể được đảm bảo trong quá trình khai thác dữ liệu. Các phương pháp của nhóm này tác động vào bản thân dữ liệu nhằm mục đích làm ẩn các loại thông tin nhạy cảm bằng các phương pháp khác nhau. Ẩn tri thức liên quan đến các phương pháp nhằm bảo vệ các kết quả khai thác dữ liệu nhạy cảm (tức là các mẫu tri thức được trích xuất) chứ không phải chính dữ liệu thô. Đây là hướng ứng dụng chính của các công cụ và thuật toán khai thác. Đề tài sẽ tiến hành tập trung nghiên cứu vào hướng ẩn tri thức: Phát triển các thuật toán hiệu quả và đề xuất các cấu trúc dữ liệu thích hợp để cân bằng giữa nhu cầu ẩn luật kết hợp nhạy cảm với khai thác thông tin hợp pháp dữ liệu của người dùng, với việc giảm thiểu các tác động phụ trong quá trình ẩn.

Từ khoá

Khai thác dữ liệu; Thuật toán; Công cụ; Đảm bảo riêng tư;

Nơi lưu trữ

24 Lý Thường Kiệt, Hà Nội

Ký hiệu kho

21098