Các nhiệm vụ khác
liên kết website
Lượt truy cập
 Lượt truy cập :  13079543
  • Kết quả thực hiện nhiệm vụ

102.05-2018.307

2022-54-0868/NS-KQNC

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

Trường Đại học Khoa học Tự nhiên

Đại học Quốc gia TP Hồ Chí Minh

Quốc gia

GS. TS. Lê Hoài Bắc

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

Các hệ thống và kỹ thuật truyền thông

01/04/2019

01/04/2022

2022

TP. Hồ Chí Minh

159 tr.

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.

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

24 Lý Thường Kiệt, Hà Nội

21098