• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>IFIP WG 12.5 International workshops on artificial intelligence applications and innovations;Mining Humanistic Data Workshop;Workshop on 5G-Putting Intelligence to the Network Edge >A Two-Levels Data Anonymization Approach
【24h】

A Two-Levels Data Anonymization Approach

机译：两级数据匿名化方法

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The amount of devices gathering and using personal data without the person's approval is exponentially growing. The European General Data Protection Regulation (GDPR) came following the requests of individuals who felt at risk of personal privacy breaches. Consequently, privacy preservation through machine learning algorithms were designed based on cryptography, statistics, databases modeling and data mining. In this paper, we present two-levels data anonymization methods. The first level consists of anonymizing data using an unsupervised learning protocol, and the second level is anonymization by incorporating the discriminative information to test the effect of labels on the quality of the anonymized data. The results show that the proposed approaches give good restdts in terms of utility what preserves the trade-off between data privacy and its usefulness.
机译：未经个人批准，收集和使用个人数据的设备数量呈指数增长。欧洲通用数据保护条例（GDPR）的提出是由于感到个人隐私受到威胁的个人的要求。因此，在密码学，统计，数据库建模和数据挖掘的基础上，设计了通过机器学习算法保护隐私的方法。在本文中，我们提出了两级数据匿名化方法。第一级是使用无监督学习协议对数据进行匿名化，而第二级是通过合并区分性信息以测试标签对匿名数据质量的影响，从而实现匿名化。结果表明，所提出的方法在实用性方面具有良好的局限性，从而保留了数据隐私与其有用性之间的权衡。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号