Association Rule Hiding for Data Mining

خطرات حریم خصوصی و امنیتی ناشی از بکارگیری تکنیک‌های مختلف داده‌کاوی در مخازن داده‌های سازمانی بزرگ، صرفاً توسط یک حوزه تحقیقاتی جدید، به اصطلاح داده‌کاوی حفظ حریم خصوصی، بررسی شده‌اند. پنهان کردن قوانین انجمن یک تکنیک جدید در داده کاوی است که مشکل پنهان کردن قوانین مرتبط حساس را از درون داده ها مورد مطالعه قرار می دهد.

Association Rule Hiding for Data Mining به مشکل بهینه سازی مربوط به "پنهان کردن" قوانین مرتبط حساس می پردازد که به دلیل ماهیت ترکیبی آن تعدادی راه حل اکتشافی را پذیرفته است که پیشنهاد و ارائه خواهد شد. این کتاب. راه‌حل‌های دقیق افزایش پیچیدگی زمانی که اخیراً پیشنهاد شده‌اند نیز ارائه شده‌اند و همچنین تعدادی از رویکردهای محاسباتی کارآمد (موازی) که مشکلات پیچیدگی زمانی را کاهش می‌دهند، همراه با بحث در مورد مسائل حل‌نشده و جهت‌های آینده ارائه شده‌اند. مثال‌های خاصی در سراسر این کتاب ارائه شده است تا به خواننده کمک کند تا جنبه‌های مهم این مشکل چالش‌برانگیز را مطالعه، جذب و درک کند.

Association Rule Hiding for Data Mining برای محققان، اساتید و دانشجویان سطح پیشرفته در علوم رایانه طراحی شده است که در حال مطالعه حریم خصوصی با حفظ داده کاوی، قانون کاوی انجمنی، و داده کاوی هستند. این کتاب همچنین برای شاغلین در این صنعت مناسب است.

Privacy and security risks arising from the application of different data mining techniques to large institutional data repositories have been solely investigated by a new research domain, the so-called privacy preserving data mining. Association rule hiding is a new technique on data mining, which studies the problem of hiding sensitive association rules from within the data.

Association Rule Hiding for Data Mining addresses the optimization problem of “hiding” sensitive association rules which due to its combinatorial nature admits a number of heuristic solutions that will be proposed and presented in this book. Exact solutions of increased time complexity that have been proposed recently are also presented as well as a number of computationally efficient (parallel) approaches that alleviate time complexity problems, along with a discussion regarding unsolved problems and future directions. Specific examples are provided throughout this book to help the reader study, assimilate and appreciate the important aspects of this challenging problem.

Association Rule Hiding for Data Mining is designed for researchers, professors and advanced-level students in computer science studying privacy preserving data mining, association rule mining, and data mining. This book is also suitable for practitioners working in this industry.