ارسل ملاحظاتك

ارسل ملاحظاتك لنا







An Anonymization Technique Using Intersected Decision Trees

المصدر: مجلة جامعة الملك سعود - علوم الحاسب والمعلومات
الناشر: جامعة الملك سعود
المؤلف الرئيسي: Fletcher, Sam (Author)
مؤلفين آخرين: Islam, Md Zahidul (Co-Author)
المجلد/العدد: مج27, ع3
محكمة: نعم
الدولة: السعودية
التاريخ الميلادي: 2015
الصفحات: 297 - 304
DOI: 10.33948/0584-027-003-006
ISSN: 1319-1578
رقم MD: 973663
نوع المحتوى: بحوث ومقالات
اللغة: الإنجليزية
قواعد المعلومات: science
مواضيع:
كلمات المؤلف المفتاحية:
Privacy Preserving Data Mining | Decision Tree | Anonymization | Data Mining | Data Quality
رابط المحتوى:
صورة الغلاف QR قانون
حفظ في:
LEADER 02057nam a22002417a 4500
001 1716515
024 |3 10.33948/0584-027-003-006 
041 |a eng 
044 |b السعودية 
100 |9 525025  |a Fletcher, Sam  |e Author 
245 |a An Anonymization Technique Using Intersected Decision Trees 
260 |b جامعة الملك سعود  |c 2015 
300 |a 297 - 304 
336 |a بحوث ومقالات  |b Article 
520 |b Data mining plays an important role in analyzing the massive amount of data collected in today’s world. However, due to the public’s rising awareness of privacy and lack of trust in organizations, suitable Privacy Preserving Data Mining (PPDM) techniques have become vital. A PPDM technique provides individual privacy while allowing useful data mining. We present a novel noise addition technique called Forest Framework, two novel data quality evaluation techniques called EDUDS and EDUSC, and a security evaluation technique called SERS. Forest Framework builds a decision forest from a dataset and preserves all the patterns (logic rules) of the forest while adding noise to the dataset. We compare Forest Framework to its predecessor, Framework, and another established technique, GADP. Our comparison is done using our three evaluation criteria, as well as Prediction Accuracy. Our experimental results demonstrate the success of our proposed extensions to Framework and the usefulness of our evaluation criteria. 
653 |a علوم الحاسوب  |a قواعد البيانات 
692 |b Privacy Preserving Data Mining  |b Decision Tree  |b Anonymization  |b Data Mining  |b Data Quality 
773 |c 006  |e Journal of King Saud University (Computer and Information Sciences)  |f Maǧalaẗ ǧamʼaẗ al-malīk Saud : ùlm al-ḥasib wa al-maʼlumat  |l 003  |m مج27, ع3  |o 0584  |s مجلة جامعة الملك سعود - علوم الحاسب والمعلومات  |v 027  |x 1319-1578 
700 |9 524952  |a Islam, Md Zahidul  |e Co-Author 
856 |u 0584-027-003-006.pdf 
930 |d y  |p y 
995 |a science 
999 |c 973663  |d 973663 

عناصر مشابهة