دانلود مقاله و خرید ترجمه:یک چارچوب عملی برای آنالیز اطلاعات با  حفظ خصوصی بودن آنها
دانلود بهترین مقالات isi همراه با ترجمه فارسی

کارابرن عزیز، مقالات سایت ( همگی جزو مقالات isi می باشند) بالاترین کیفیت ترجمه را دارند، ترجمه آنها کامل و دقیق می باشد (حتی محتوای جداول و شکل های نیز ترجمه شده اند) و از بهترین مجلات isi مانند IEEE، Sciencedirect، Springer، Emerald و ... انتخاب گردیده اند.

آگهی چاپ مقاله isi
ورود اعضا
توجه توجه توجه !!!!
نرم افزار winrar
پیشنهادات ویژه
پیوندهای کاربردی
پیوندهای مرتبط
مقالات ترجمه شده امنیت
  • یک چارچوب عملی برای آنالیز اطلاعات با حفظ خصوصی بودن آنها

    سال انتشار:

    2015


    ترجمه فارسی عنوان مقاله:

    یک چارچوب عملی برای آنالیز اطلاعات با حفظ خصوصی بودن آنها


    عنوان انگلیسی مقاله:

    A Practical Framework for Privacy-Preserving Data Analytics


    منبع:

    WWW 2015, May 18–22, 2015, Florence, Italy. ACM 978-1-4503-3469-3/15/05


    چکیده انگلیسی:

    The availability of an increasing amount of user generated data is transformative to our society. We enjoy the benefits of analyzing big data for public interest, such as disease outbreak detection and traffic control, as well as for commercial interests, such as smart grid and product recommendation. However, the large collection of user generated data contains unique patterns and can be used to re-identify individuals, which has been exemplified by the AOL search log release incident. In this paper, we propose a practical framework for data analytics, while providing differential privacy guarantees to individual data contributors. Our framework gener ates differentially private aggregates which can be used to perform data mining and recommendation tasks. To alleviate the high per turbation errors introduced by the differential privacy mechanism, we present two methods with different sampling techniques to draw a subset of individual data for analysis. Empirical studies with real world data sets show that our solutions enable accurate data analyt ics on a small fraction of the input data, reducing user privacy risk and data storage requirement without compromising the analysis results.
    Keywords: Data Analytics | Differential Privacy | Sampling


    چکیده فارسی:

    در دسترس بودن تعداد فزاینده ای از داده ها ی تولید شده باعث ایجاد تحول در جامعه ما میشود. ما از مزایای انالیز داده هایی بزرگ برای منافع جامعه مانند شیوع انتشار بیماریها و کنترل ترافیک سود میبریم. همینطور از موادی مثل کنترا ترافیک و شبکه های هوشمند و غیره. به هر حال جمع آوری گسترده داده های جمع اوری شده توسط کاربر شامل الگوهای منحصر بفردی است که میتواند برای شناسایی مجدد کاربران استفاده شود. در این مقاله یک چارچوب عملیاتی برای ایجاد امنیت محرمانگی افتراقی ارائه شده است. مقاله ما پیشنهاداتی را برای محرمانگی ارائه میکند که میتواند برای داده کاوی و وظایف توصیه ای استفاده شود. برای کاهش خطاهای اغتشاش بالای معرفی شده توسط مکانیسم حریم خصوصی افتراقی، ما دو روش نمونه گیری متفاوت را برای بدست اوردن زیر مجموعه ای از داده منحصر به فرد برای مکانیسم تجزیه و تحلیل ارائه نمودیم. مطالعه های تجربی با مجموعه داده های بدست آمده از دنیای واقعی , نشان میدهد که راه حلهای ما میتواند برای تحلیل دقیق داده ها ، در بخش کوچکی از داده های ورودی امکان پذیر است. و خطرات موجود برای محرمانگی اطلاعات کاربر را کم میکند بدون اینکه نتایج انالیز را با مشکل مواجه کند.
    کلمات کلیدی: تجزیه و تحلیل داده | حفظ حریم خصوصی افتراقی | نمونه برداری


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 11
    تعداد صفحات فایل doc فارسی: 44

    حجم فایل: 1062 کیلوبایت


    قیمت: 40000 تومان  36000 تومان(10% تخفیف)


    توضیحات اضافی:




تعداد نظرات : 0

الزامی
الزامی
الزامی
امنیت
موضوعات